Luận văn Thạc sĩ Kinh tế: Sự truyền dẫn chính sách tiền tệ qua kênh tín dụng ngân hàng ở Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

….o0o….

NGUYỄN THỊ MỸ HIẾU

SỰ TRUYỀN DẪN CHÍNH SÁCH TIỀN TỆ QUA

KÊNH TÍN DỤNG NGÂN HÀNG Ở VIỆT NAM

Chuyên ngành: Tài chính – Ngân hàng

Mã số: 60340201

LUẬN VĂN THẠC SĨ KINH TẾ

Người hướng dẫn khoa học: PGS.TS Nguyễn Thị Liên Hoa

Tp. Hồ Chí Minh, năm 2013

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của riêng tôi. Các số liệu, kết

quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ

công trình nào khác.

Tp. Hồ Chí Minh, tháng 11 năm 2013

Tác giả

Nguyễn Thị Mỹ Hiếu

MỤC LỤC

TRANG PHỤ BÌA

LỜI CAM ĐOAN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC HÌNH VẼ

Tóm tắt ................................................................................................................... 1

1. Giới thiệu ............................................................................................................ 2

2. Tổng quan các kết quả nghiên cứu trước đây .................................................... 5

2.1. Khung lý thuyết về sự truyền dẫn chính sách tiền tệ ................................... 5

2.1.1. Vai trò của chính sách tiền tệ ................................................................ 5

2.1.2. Cơ chế truyền dẫn chính sách tiền tệ ..................................................... 7

2.1.3. Các công cụ của chính sách tiền tệ tại Việt Nam hiện nay .................. 10

2.2. Các nghiên cứu về kênh tín dụng ngân hàng ............................................. 14

2.2.1. Các nghiên cứu lý thuyết ..................................................................... 14

2.2.2. Các nghiên cứu thực nghiệm về kênh tín dụng ngân hàng .................. 16

3. Phương pháp nghiên cứu .................................................................................. 22

4. Nội dung và các kết quả nghiên cứu ................................................................ 31

4.1. Kết quả nghiên cứu .................................................................................... 31

4.2. Các tác động vĩ mô của kênh tín dụng ngân hàng ..................................... 45

5. Kết luận ............................................................................................................ 51

5.1. Các kết quả nghiên cứu chính .................................................................... 51

5.2. Các hạn chế và hướng nghiên cứu tiếp theo .............................................. 52

PHỤ LỤC

TÀI LIỆU THAM KHẢO

DANH MỤC CÁC TỪ VIẾT TẮT

CDs: Chứng chỉ tiền gửi

GDP: Tổng sản phẩm quốc nội

GMM: Mô hình Moments Tổng quát

HNX: Sở Giao dịch Chứng khoán Hà Nội

HOSE: Sở Giao dịch Chứng khoán Thành phố Hồ Chí Minh

OTC: Cổ phiếu chưa niêm yết

TMCP: Thương mại cổ phần

USD: Đô la Mỹ

VAR: Mô hình tự hồi quy vector

VECM: Mô hình vector hiệu chỉnh sai số

VND: Đồng Việt Nam

DANH MỤC CÁC BẢNG

Bảng 3.1. Thống kê dữ liệu ................................................................................. 28

Bảng 4.1. Phương trình (3.1) sử dụng biến Quy mô (Size) ................................ 32

Bảng 4.2. Phương trình (3.1) sử dụng biến Thanh khoản (Liq) ......................... 33

Bảng 4.3. Phương trình (3.1) sử dụng biến Mức độ vốn hóa (Cap) ................... 34

Bảng 4.4. Phương trình (3.1) sử dụng biến Size và Liq ..................................... 35

Bảng 4.5. Phương trình (3.1) sử dụng biến Size và Cap ..................................... 36

Bảng 4.6. Phương trình (3.1) sử dụng biến Liq và Cap ...................................... 37

Bảng 4.7. Phương trình (3.1) sử dụng biến Size, Liq và Cap ............................. 38

Bảng 4.8. Danh mục mức vốn pháp định của tổ chức tín dụng, ban hành kèm

theo Nghị định số 141/2006/NĐ-CP .................................................................. 42

Bảng 4.9. Các phản ứng vĩ mô của kênh tín dụng ngân hàng ............................. 47

DANH MỤC HÌNH VẼ

Hình 1.1. Tỷ lệ tín dụng ngân hàng trên tổng sản phẩm quốc nội (GDP) giai đoạn

2002-2011 .............................................................................................................. 2

Hình 1.2. Biến động chỉ số VN-Index trong 5 năm 2009-2013............................ 3

Hình 2.1. Cơ chế truyền dẫn chính sách tiền tệ .................................................... 7

Hình 2.2. Lãi suất tái cấp vốn tại Việt Nam giai đoạn 2000-2013 ..................... 10

Hình 2.3. Lãi suất tái chiết khấu tại Việt Nam giai đoạn 2000-2013 ................. 11

Hình 2.4. Tỷ lệ dự trữ bắt buộc với tiền gửi VND tại các Tổ chức tín dụng (trừ

Ngân hàng Nông nghiệp và Phát triển Nông thôn) giai đoạn 2007-2011 .......... 13

Hình 2.5. Lãi suất cơ bản tại Việt Nam giai đoạn 2000-2010 ............................ 14

Hình 4.1. Diễn biến lãi suất giai đoạn 2002 – 2012 ............................................ 31

Hình 4.2. Đồ thị của Nguồn vốn và Mức vốn hóa các ngân hàng (2011) .......... 44

Hình 4.3. Tốc độ tăng trưởng GDP từ năm 2007 - 2012 .................................... 49

Hình 4.4. Số lượng doanh nghiệp niêm yết mới từ năm 2010 – 2012 ................ 50

Tóm tắt

Bài viết này tiến hành một nghiên cứu thực nghiệm về kênh tín dụng ngân

hàng trong việc truyền dẫn chính sách tiền tệ ở Việt Nam. Bài nghiên cứu tập trung

vào việc kiểm tra xem liệu rằng tác động của những thay đổi chính sách tiền tệ đối

với tín dụng ngân hàng có phụ thuộc vào quy mô, năng lực vốn, thanh khoản của

ngân hàng hay không. Dữ liệu bảng trong bài được thu thập từ 37 ngân hàng

thương mại tại Việt Nam trong thời gian từ năm 2002 đến năm 2012, sử dụng mô

hình bảng linh hoạt. Kết quả cho thấy có bằng chứng về sự tồn tại của kênh tín

dụng ngân hàng tại Việt Nam. Quy mô và Thanh khoản của ngân hàng dường như

đóng vai trò quan trọng trong việc phân biệt phản ứng của các ngân hàng đối với

các thay đổi trong chính sách tiền tệ, trong khi vai trò của Mức vốn hóa không

được thể hiện rõ ràng. Bài nghiên cứu đồng thời cũng xem xét các tác động vĩ mô

của kênh tín dụng ngân hàng đến các thay đổi trong chính sách tiền tệ và tìm thấy

bằng chứng liên kết cung tín dụng tổng thể đến hoạt động kinh tế tại Việt Nam.

160

140

120

100

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

1. Giới thiệu

Hình 1.1. Tỷ lệ tín dụng ngân hàng trên tổng sản phẩm quốc nội (GDP) giai

đoạn 2002-2011 (đơn vị tính: %)

Nguồn số liệu: Ngân hàng Thế Giới

Với tỷ lệ tín dụng trên GDP tại Việt Nam vào cuối năm 2011 vào khoảng

121% so với khoảng 45% vào năm 2002 (theo thống kê của Ngân hàng Thế Giới,

chỉ tính riêng tín dụng ngân hàng), Việt Nam hiện đang có tỷ lệ gia tăng tín dụng

ngân hàng rất nhanh. Tỷ lệ tín dụng cao là một dấu hiệu cho thấy tín dụng ngân

hàng đang có sức ảnh hưởng lớn đến nền kinh tế của nước ta hiện nay. Vì vậy, nhà

nước luôn quan tâm và coi tín dụng ngân hàng như là một kênh để truyền dẫn

chính sách tiền tệ vào nền kinh tế. Tuy nhiên, tỷ lệ tín dụng ở nước ta trong thời

gian qua liên tục gia tăng, và chỉ giảm từ năm 2010 đến 2011 do ảnh hưởng của

suy thoái kinh tế toàn cầu. Điều đó đặt ra câu hỏi liệu rằng tăng trưởng tín dụng

có bị chi phối bởi chính sách tiền tệ trong từng thời kỳ hay không, hay việc tăng

trưởng tín dụng là do nguyên nhân nào khác liên quan đến sự tăng trưởng kinh tế

mạnh mẽ trong những năm gần đây của Việt Nam, đặc biệt là sau khi thị trường

chứng khoán trong nước chính thức đi vào hoạt động vào ngày 20/07/2000, cung

cấp một kênh huy động vốn mới hiệu quả cho các doanh nghiệp.

Hình 1.2. Biến động chỉ số VN-Index trong 5 năm 2009-2013

Nguồn: CafeF

Tuy nhiên, thị trường chứng khoán tại Việt Nam mới ra đời và còn non trẻ,

các kênh huy động vốn khác cũng không dễ dàng tiếp cận khi mà hệ thống tài

chính tại Việt Nam chưa đạt được mức phát triển cao, và tình trạng thị trường

chứng khoán ở Việt Nam hiện gần như đang bị đóng băng trong vòng năm năm

qua (chỉ số VN-Index dao động xung quanh mốc 400-500 điểm, xem hình 1.2) do

ảnh hưởng của suy thoái kinh tế, thì kênh tín dụng ngân hàng dường như là kênh

cung cấp vốn chính cho nền kinh tế hiện nay.

Do đó, việc hiểu rõ cách thức chính sách tiền tệ ở nước ta được truyền dẫn

vào trong nền kinh tế như thế nào sẽ giúp các nhà làm chính sách trong nước có

cái nhìn đúng đắn và có những bước đi phù hợp để điều hành nền kinh tế theo cách

có hiệu quả nhất. Các bài nghiên cứu trước đây về kênh tín dụng ngân hàng tại

Việt Nam rất hạn chế, và chủ yếu là nghiên cứu trong cái nhìn tổng quan về các

con đường truyền dẫn chính sách tiền tệ tại Việt Nam nói chung mà thiếu các bài

nghiên cứu chuyên sâu về kênh tín dụng ngân hàng.

Mục tiêu của bài nghiên cứu này là tiến hành nghiên cứu thực nghiệm về sự

tồn tại của kênh tín dụng ngân hàng trong việc truyền dẫn chính sách tiền tệ tại

Việt Nam. Cụ thể, bài nghiên cứu sẽ kiểm tra xem liệu rằng có phải sự khác biệt

trong tác động của những thay đổi trong chính sách tiền tệ đối với tín dụng của

các ngân hàng là phụ thuộc vào quy mô, sức mạnh vốn, tính thanh khoản của chính

các ngân hàng hay không. Điều này có thể giúp hiểu được các nhân tố tác động

đến sự hấp thụ vốn của hệ thống ngân hàng để trụ vững trước các thay đổi trong

chính sách tiền tệ (sau đây gọi chung là “cú shock tiền tệ”). Bài nghiên cứu sử

dụng dữ liệu bảng cho 37 ngân hàng thương mại tại Việt Nam, sử dụng dữ liệu

theo năm từ năm 2002 đến năm 2012, với phương pháp ước lượng bảng linh hoạt.

Tiếp theo, bài nghiên cứu tiến hành ước lượng vai trò của kênh tín dụng ngân hàng

trong cơ chế truyền dẫn chính sách tiền tệ bằng việc thêm vào một phương pháp

đang được áp dụng hiện nay được đưa ra bởi Ashcraft (2006), và đã được

Matousek and Sarantis (2009) sử dụng thành công cho các nước Trung và Đông

Âu. Phương pháp này bao gồm sự tổng hợp dữ liệu ngân hàng đến dữ liệu quốc

gia và xem xét những sự khác biệt trong phản ứng của (a) sự tăng trưởng tín dụng

ngân hàng ở Việt Nam thông qua quy mô, thanh khoản và vốn hóa ngân hàng, và

(b) tăng trưởng sản lượng quốc gia đối với tăng trưởng tín dụng quốc gia.

Bài nghiên cứu được cấu trúc như sau: phần 2 diễn giải các kết quả của các

bài nghiên cứu trước đây. Phần 3 làm rõ phương pháp và cách thức thu thập dữ

liệu được sử dụng trong bài. Phần 4 trình bày và phân tích các kết quả thực nghiệm

từ dữ liệu ngân hàng đơn lẻ, sau đó là trình bày kết quả vĩ mô của kênh tín dụng

ngân hàng, phần 5 kết luận.

2. Tổng quan các kết quả nghiên cứu trước đây

2.1. Khung lý thuyết về sự truyền dẫn chính sách tiền tệ

2.1.1. Vai trò của chính sách tiền tệ

Trường phái Kinh tế học cổ điển lập luận rằng nhà nước chỉ cần thực hiện

ba chức năng cơ bản: bảo đảm môi trường hòa bình, không để xảy ra nội chiến,

ngoại xâm; tạo ra môi trường thể chế cho phát triển kinh tế thông qua hệ thống

phát luật; và cung cấp hàng hóa công cộng. Ngoài ra, nhà nước không cần can

thiệp sâu vào nền kinh tế vì có một “Bàn tay vô hình” đảm bảo nền kinh tế vận

hành hiệu quả (A.Smith, 1776). Phản đối tư tưởng này, Kinh tế học tân cổ điển

cho rằng nhà nước cần phải có những can thiệp nhất định vào thị trường để đảm

bảo sự vận hành ổn định của thị trường (Keynes, 1931, 1936), thông qua chính

sách tiền tệ và chính sách tài khóa trong từng thời kỳ.

Cục dự trữ liên bang Mỹ định nghĩa chính sách tiền tệ như là những hành

động được thực hiện nhằm chi phối tính sẵn có và chi phí của tiền tệ và tín dụng.

Bởi vì các kỳ vọng của các thành viên tham gia trên thị trường đóng một vai trò

quan trọng trong việc xác định giá cả và tăng trưởng, chính sách tiền tệ cũng có

thể được xác định bao gồm các hướng dẫn, chính sách, các tuyên bố hoặc các hành

động của các Ngân hàng Trung Ương, qua đó chi phối các kỳ vọng về tương lai.

Thêm vào đó, Ngân hàng Trung Ương đóng vai trò như là Người cho vay cuối

cùng đối với hệ thống tiền tệ của một quốc gia, nghĩa là nó đảm bảo chức năng

làm môi trường trung gian tài chính được thông suốt bằng việc cung cấp các thị

trường tài chính với thanh khoản tương xứng (Labonte, M., 2013).

Friedman (1968) đã thảo luận về những hạn chế mà chính sách tiền tệ không

thể làm được, và những điều mà chính sách tiền tệ làm được, và làm thế nào mà

chính sách tiền tệ được tiến hành.

Bàn về những hạn chế mà chính sách tiền tệ không làm được, Friedman

(1968) cho rằng chính sách tiền tệ không thể kiểm soát trong dài hạn các biến thực

như thất nghiệp và GDP, trong dài hạn chính sách tiền tệ chỉ có thể kiểm soát các

biến danh nghĩa, như tỷ giá, mức giá cả, hoặc tổng cung tiền.

Liên quan đến những điều chính sách tiền tệ làm được, Friedman (1968) liệt

kê ba điểm: Đầu tiên, chính sách tiền tệ có thể giúp tránh được các xáo trộn chính,

giúp tránh được các sai sót chính. Thứ hai, chính sách tiền tệ có thể cung cấp nền

tảng ổn định cho nền kinh tế, đặc biệt là trong việc đạt được sự ổn định giá cả.

Cuối cùng, chính sách tiền tệ có thể đóng góp vào việc bù đắp các rối loạn chính

trong nền kinh tế gia tăng do các nguyên nhân khác hơn là chính chính sách tiền

tệ.

Liên quan đến chính sách tiền tệ làm sao có thể được thực hiện, Friedman

(1968) đưa ra hai yêu cầu: yêu cầu đầu tiên là các ngân hàng trung ương chỉ nên

tập trung vào các biến mà họ có thể kiểm soát, như tỷ giá, giá cả hoặc tổng cung

tiền; yêu cầu thứ hai là các ngân hàng trung ương nên tránh những thay đổi đột

ngột trong chính sách.

2.1.2. Cơ chế truyền dẫn chính sách tiền tệ

Cơ chế truyền dẫn chính sách tiền tệ mô tả quá trình mà chính sách tiền tệ

ảnh hưởng đến các biến số vĩ mô trọng yếu như tổng tiêu dùng, giá cả, đầu tư và

sản lượng. Mishkin là một trong những nhà kinh tế học đầu tiên nghiên cứu hệ

thống các kênh truyền dẫn chính sách tiền tệ. Mishkin (1996) đã liệt kê các con

đường truyền dẫn chính sách tiền tệ bao gồm kênh lãi suất, kênh tín dụng, kênh tỷ

giá và kênh giá tài sản.

Hình 2.1. Cơ chế truyền dẫn chính sách tiền tệ

Nguồn: Ngân hàng Trung ương châu Âu

2.1.2.1. Kênh lãi suất

Mishkin (2006) cho rằng, chính sách tiền tệ mở rộng (gia tăng cung tiền)

dẫn đến lãi suất thực giảm, có nghĩa là chi phí vốn thấp hơn. Việc giảm lãi suất

làm cho các doanh nghiệp tăng đầu tư, khách hàng tăng chi tiêu vào nhà cửa và

các hàng lâu bền, vốn cũng được xem như là đầu tư. Việc gia tăng chi đầu tư đến

lượt nó lại dẫn đến sự gia tăng trong tổng cầu và làm tăng sản lượng.

2.1.2.2. Kênh tỷ giá

Theo Mishkin (2006), một sự gia tăng trong cung tiền dẫn đến giảm lãi suất

thực trong nước. Do đó, các tài sản được định danh bằng đồng nội tệ sẽ kém hấp

dẫn hơn các tài sản được định danh bằng đồng ngoại tệ, dẫn đến sự giảm giá của

đồng nội tệ. Đồng nội tệ giảm giá làm cho hàng hóa trong nước rẻ hơn tương đối

so với hàng hóa nước ngoài, do đó làm cho xuất khẩu ròng và sản lượng tăng.

2.1.2.3. Kênh giá tài sản

Minshkin (1995) đã liệt kê hai tác động chính của kênh giá tài sản đó là: lý

thuyết q của Tobin về đầu tư và các tác động tài sản đối với tiêu dùng. Theo

Mishkin (1996), q được định nghĩa như là giá trị thị trường của doanh nghiệp chia

cho chi phí thay thế vốn. Nếu q cao, thì chi phí thay thế vốn là thấp khi so với giá

trị thị trường của doanh nghiệp. Điều này cho phép các doanh nghiệp mua máy

móc thiết bị nhiều hơn với giá trị nguồn vốn chủ sở hữu cao hơn, do đó chi đầu tư

tăng. Ngược lại, nếu q là thấp, thì giá trị thị trường của doanh nghiệp cũng thấp

khi so với chi phí thay thế vốn và doanh nghiệp sẽ không chi cho đầu tư tài sản,

do đó đầu tư giảm.

Trong quan điểm kinh tế học, tác động này được giải thích bởi sự thật là

nếu cung tiền giảm, mọi người có ít tiền hơn và muốn cố gắng giảm chi tiêu của

họ. Một cách để làm được việc này đó là giảm tổng lượng tiền đầu tư vào thị

trường chứng khoán, từ đó làm giảm cầu và giá của cổ phiếu.

Tác động tài sản đối với tiêu dùng dựa trên mô hình chu kỳ sống của

Modigliani (1971). Trong mô hình này, khách hàng quyết định chi tiêu dùng bằng

việc xem xét các nguồn lực của họ, bao gồm vốn con người, vốn thực và tài sản

tài chính. Các chứng khoán nói chung là thành phần chính của tài sản tài chính của

khách hàng. Khi giá chứng khoán giảm, tài sản của khách hàng cũng giảm và họ

chi cho tiêu dùng ít hơn.

2.1.2.4. Kênh tín dụng

Kênh tín dụng chủ yếu đi cùng với các vấn đề người đại diện gia tăng từ bất

cân xứng thông tin và những quy định tốn kém của các hợp đồng trong thị trường

tài chính. Kênh tín dụng hoạt động thông qua hai kênh chính là kênh tín dụng ngân

hàng và kênh bảng cân đối tài sản (Mishkin, 1995).

Một sự gia tăng trong cung tiền dẫn đến một sự giảm trong tiền gửi ngân

hàng, kéo theo là sự giảm tổng tiền mà ngân hàng có để cho vay. Việc này đến

lượt nó làm giảm đầu tư và cuối cùng là tổng cầu. Kênh này cho phép chính sách

tiền tệ hoạt động không thông qua lãi suất, nghĩa là sự giảm lãi suất có thể không

thực sự làm tăng đầu tư. Tuy nhiên, cần chú ý rằng với những sự cải tiến trong tài

chính, sự hiệu lực của kênh này bị nghi ngờ (Mishkin, 1995).

Kênh bảng cân đối hoạt động thông qua tài sản ròng của doanh nghiệp, với

những tác động của những sự lựa chọn đối nghịch và nguy cơ về đạo đức. Một sự

giảm trong tài sản ròng có nghĩa là những người cho vay có thể dựa vào ký quỹ

thấp hơn cho các khoản vay của họ, điều này làm gia tăng các vấn đề về sự lựa

chọn đối nghịch và làm giảm cho vay cho chi đầu tư. Tài sản ròng thấp hơn cũng

dẫn đến vấn đề về nguy cơ đạo đức bởi vì những chủ sở hữu doanh nghiệp có ít

phần vốn hơn trong công ty và do đó có động lực chấp nhận các dự án rủi ro. Kết

quả là, cho vay và chi đầu tư giảm (Mishkin, 1995).

16.00%

14.00%

12.00%

10.00%

8.00%

6.00%

4.00%

2.00%

0.00%

2.1.3. Các công cụ của chính sách tiền tệ tại Việt Nam hiện nay

Hình 2.2. Lãi suất tái cấp vốn tại Việt Nam giai đoạn 2000-2013

Nguồn số liệu: Ngân hàng Nhà nước Việt Nam

Trong việc thực hiện chính sách tiền tệ, tại Việt Nam thường sử dụng ba

công cụ: chính sách chiết khấu, các hoạt động thị trường mở, và yêu cầu dự trữ

bắt buộc. Thứ nhất, liên quan đến chính sách chiết khấu, Ngân hàng Nhà nước có

hai công cụ cho vay, là công cụ tái chiết khấu và tái cấp vốn. Với tái chiết khấu,

dựa trên các mục tiêu tiền tệ bao gồm mức cung tiền đã được phê duyệt, Ngân

hàng Nhà nước thiết lập tổng khối lượng cho vay chiết khấu và sau đó phân bổ

cho mỗi ngân hàng một hạn ngạch, có tính đến tổng tài sản, nguồn vốn và dư nợ

của ngân hàng. Các hoạt động tái chiết khấu có thể ở dưới dạng hoặc mua đứt

chứng khoán hoặc thỏa thuận mua lại. Chứng khoán đủ điều kiện bao gồm tín

phiếu kho bạc và trái phiếu, tín phiếu Ngân hàng Nhà nước và các chứng khoán

khác được Thống đốc chấp thuận. Nói chung, chứng khoán phải có kỳ hạn còn lại

dưới 91 ngày, được định danh bằng Đồng Việt Nam và có thể chuyển nhượng. Lãi

suất tái cấp vốn đóng vai trò như là lãi suất trần và lãi suất tái chiết khấu đóng vai

14.00%

12.00%

10.00%

8.00%

6.00%

4.00%

2.00%

0.00%

trò như là lãi suất sàn cho vay từ Ngân hàng Nhà nước.

Hình 2.3. Lãi suất tái chiết khấu tại Việt Nam giai đoạn 2000-2013

Nguồn số liệu: Ngân hàng Nhà nước Việt Nam

Từ năm 2011 đến nay, cả hai lãi suất tái cấp vốn và tái chiết khấu đang có

xu hướng giảm dần, sau thời gian tăng kỷ lục và đạt 15%/năm vào cuối năm 2011

với lãi suất tái cấp vốn và 13%/năm cho lãi suất tái chiết khấu; đến giữa năm 2013,

lãi suất tái cấp vốn giảm còn 7%/năm và lãi suất tái chiết khấu còn 5%/năm (hình

2.2 và hình 2.3).

Thứ hai, đối với các hoạt động thị trường mở, Ngân hàng Nhà nước bắt đầu

sử dụng công cụ này vào tháng 07 năm 2000, khi Ngân hàng Nhà nước giao dịch

chứng khoán với các tổ chức tín dụng. Tổng số tổ chức thành viên là 35, trong đó

Ngân hàng Nhà nước là cơ quan quản lý. Các công cụ đủ điều kiện bao gồm các

hối phiếu Ngân hàng Nhà nước, trái phiếu, hối phiếu chính phủ, tín phiếu và trái

phiếu đô thị do chính quyền thành phố Hà Nội và Hồ Chí Minh phát hành. Các

chứng khoán phải đáp ứng các điều kiện: có thể giao dịch; định danh bằng Việt

Nam Đồng; chịu sự giám sát của Ngân hàng Nhà nước; và có thời gian đáo hạn

còn lại ít hơn 91 ngày (đối với mua đứt) và kỳ hạn còn lại dài hơn hợp đồng được

ký (đối với hợp đồng mua lại). Đấu giá gồm các hình thức đấu thầu khối lượng

hoặc đấu thầu lãi suất, là đấu giá mà trong đó lãi suất được xác định và dao động

giữa lãi suất tái cấp vốn như là lãi suất trần và lãi suất tái chiết khấu như lãi suất

sàn. Trong những năm qua, hoạt động thị trường mở đã trở thành công cụ quan

trọng nhất để kiểm soát thanh khoản.

Cuối cùng, dự trữ bắt buộc dưới các hình thức khác nhau đã được sử dụng

từ những năm 1990 và chúng đã từng là công cụ quan trọng của chính sách tiền

tệ. Dự trữ bắt buộc được phân loại dựa trên kỳ hạn của tiền gửi, loại ngân hàng,

và tiền gửi được định danh bằng đồng tiền trong nước hay nước ngoài. Trong 5

năm trở lại đây, các tỷ lệ dự trữ bắt buộc này được giữ tương đối ổn định, ngoại

trừ tỷ lệ dự trữ bắt buộc bằng ngoại tệ khi được điều chỉnh liên tục trong các tháng

5, tháng 6 và tháng 11 năm 2011 với mức tăng 1%/lần điều chỉnh.

Hình 2.4. Tỷ lệ dự trữ bắt buộc với tiền gửi VND tại các Tổ chức tín dụng

(trừ Ngân hàng Nông nghiệp và Phát triển Nông thôn) giai đoạn 2007-2011

Nguồn số liệu: Ngân hàng Nhà nước Việt Nam

Lãi suất cơ bản VND và tỉ giá danh nghĩa giữa VND và USD được đôi khi

cũng được xem như là một công cụ tiền tệ ở Việt Nam. Tuy nhiên, lãi suất cơ bản

thường được giữ ổn định theo thời gian, chỉ trừ giai đoạn năm 2008 có sự biến

động mạnh do ảnh hưởng bởi suy thoái tài chính toàn cầu. Hiện lãi suất cơ bản

đang được giữ ổn định ở mức 9%/năm kể từ năm 2010 đến nay. Ngoài ra, tỉ giá

giữa VND và USD chỉ được phép dao động trong biên độ hẹp. Ngân hàng Nhà

nước cũng thực hiện biện pháp can thiệp để giữ đồng nội tệ mất giá so với USD

trong một nỗ lực để duy trì khả năng cạnh tranh xuất khẩu. Vì vậy, dù được xem

là công cụ tiền tệ, các biến này đóng vai trò kém quan trọng khi nghiên cứu chính

sách tiền tệ của Việt Nam.

16%

14%

12%

10%

Hình 2.5. Lãi suất cơ bản tại Việt Nam giai đoạn 2000-2010

Nguồn số liệu: Ngân hàng Nhà nước Việt Nam

2.2. Các nghiên cứu về kênh tín dụng ngân hàng

2.2.1. Các nghiên cứu lý thuyết

Khái niệm kênh tín dụng trong việc truyền dẫn chính sách tiền tệ ra đời từ

rất sớm, điển hình như bài nghiên cứu của Bernanke và Blinder (1988). Họ mở

rộng mô hình IS-LM chuẩn thành mô hình tổng cầu, trong đó tín dụng được xem

như là một biến quan trọng giống như tiền. Theo đó, kênh tín dụng tồn tại trong

một số điều kiện: 1) Một số người đi vay không thể tìm thấy sự thay thế hoàn hảo

cho tín dụng ngân hàng; và 2) Sự điều chỉnh giá không hoàn hảo, hay nói cách

khác nguồn cung cho nguồn vốn phi tiền gửi của các ngân hàng là không hoàn

toàn co giãn. Các ngân hàng không có khả năng thay thế dự trữ bắt buộc, được gửi

là do phản ứng lại với chính sách thắt chặt tiền tệ, bằng các nguồn thay thế, như là

chứng chỉ tiền gửi (CDs) hay một tài sản mới, hay là giảm việc nắm giữ trái phiếu

của họ (Bernanke & Gertler, 1995).

Kishan and Opiela (2006) cũng đưa ra ý tưởng về kênh tín dụng ngân hàng

dựa trên ý tưởng rằng các ngân hàng với bảng cân đối yếu sẽ gặp khó khăn để tăng

các quỹ không đảm bảo do các rào cản của chi phí đại diện trong thị trường tiền

gửi. Kết quả là các ngân hàng với nguồn vốn thấp bị tác động mạnh bởi chính sách

tiền tệ thu hẹp, nhưng chính sách tiền tệ mở rộng lại không tác động kích thích

tăng trưởng tín dụng của các ngân hàng này.

Một số bài viết sau này đã tập trung vào phân tích điều kiện để kênh tín

dụng tồn tại. Về cơ bản, kênh tín dụng tồn tại phụ thuộc vào một số điều kiện, bao

gồm việc không có khả năng thay thế giữa các khoản tín dụng và trái phiếu, điều

này vi phạm mệnh đề của Modigliani – Miller (1958) đối với các ngân hàng vốn

cho rằng việc phát hành trái phiếu và việc thu hút tiền gửi là không có sự khác

biệt. Stein (1998) tập trung phân tích nền tảng vi mô cho sự tồn tại của kênh tín

dụng, tranh luận rằng các nguồn quỹ không đảm bảo cũng tiềm ẩn các vấn đề về

sự lựa chọn đối nghịch và phân phối tín dụng. Ví dụ, nếu có sự lựa chọn đối nghịch

trên thị trường cho CDs không bảo đảm lớn, một ngân hàng mất một dollar tiền

gửi đảm bảo sẽ không thể gia tăng đủ một dollar được tài trợ bằng CDs để bù đắp

mất mát này. Do đó, các ngân hàng này giảm các quỹ dành cho tín dụng và từ đó

làm giảm tín dụng đối với các khách hàng của họ. Chúng ta có thể tìm hiểu tổng

quan về các bài nghiên cứu này qua một số bài viết, ví dụ như của Kashyap và

Stein (1993, 2000).

Ngụ ý của kênh tín dụng ngân hàng là phản ứng của các khoản vay ngân

hàng đối với các thay đổi trong chính sách tiền tệ khác biệt là phụ thuộc vào đặc

tính của các ngân hàng, hay tình hình của các bảng cân đối kế toán. Nói chung,

các hành vi tín dụng của ngân hàng với bảng cân đối kế toán yếu có thể nhạy cảm

nhiều hơn với các cú shock tiền tệ so với các ngân hàng với bảng cân đối mạnh.

Các bài nghiên cứu trước đây đã nhấn mạnh ba đặc trưng chính của ngân hàng để

đo lường tình trạng của bảng cân đối kế toán, vốn có tác động đến phản ứng của

các khoản vay ngân hàng đối với thay đổi của chính sách tiền tệ. Đầu tiên, quy mô

tài sản (Kashyap và Stein, 1995a, 1995b, 2000; Kishan và Opiela, 2000); thứ hai,

vốn hóa ngân hàng (Peek và Rosengren, 1995; Kishan và Opiela, 2000, 2006); thứ

ba, thanh khoản (Kashyap và Stein, 2000).

2.2.2. Các nghiên cứu thực nghiệm về kênh tín dụng ngân hàng

2.2.2.1. Các phương pháp sử dụng

Tiếp theo các bài nghiên cứu lý thuyết, các bài nghiên cứu tiếp tục đẩy mạnh

vào hướng chứng minh thực nghiệm liệu có tồn tại kênh tín dụng trong thực tế hay

không. Về cơ bản, các bài nghiên cứu đi theo các hướng chính: sử dụng dữ liệu tại

cấp độ tổng thể, sử dụng dữ liệu cấp độ ngân hàng, và dữ liệu tổng thể có tách biệt

cung và cầu tín dụng, chạy bằng Mô hình vector hiệu chỉnh sai số (Vector Error

Correction Model – VECM).

Việc sử dụng dữ liệu cấp độ tổng thể được sử dụng đầu tiên trong việc xác

định sự tồn tại của kênh tín dụng trong việc truyền dẫn chính sách tiền tệ, tiên

phong bởi Bernanke và Blinder (1992), theo đó họ tập trung vào việc ước lượng

các hàm cung tín dụng giản lược. Tuy nhiên, hướng nghiên cứu này bị chỉ trích về

nền tảng là khó có thể xác định các phản ứng của cung tín dụng, giả định rằng các

cú shock tiền tệ ảnh hưởng đồng thời đến cầu tín dụng (Romer & Romer, 1990).

Thất bại trong việc phân tách các tác động riêng biệt dẫn tới việc ước lượng quá

mức tác động của chính sách tiền tệ đối với cung tín dụng.

Để khắc phục vấn đề trên, một số hướng nghiên cứu đã được đưa ra, trong

đó có việc sử dụng dữ liệu cấp độ ngân hàng để giải thích cho tính không đồng

nhất trong phản ứng của các ngân hàng đối với các thay đổi trong chính sách tiền

tệ. Tiếp tục duy trì giả định rằng các ngân hàng là những người nhận giá (nghĩa là

nhu cầu cho tín dụng là co giãn hoàn toàn), nhưng thêm vào giả định là các ngân

hàng phản ứng khác nhau với chính sách tiền tệ, vì khả năng thay thế giữa các

nguồn tài chính phi tiền gửi của các ngân hàng là rất khác nhau. Thông tin về các

đặc tính của ngân hàng, như là vốn hóa, quy mô và thanh khoản, được sử dụng để

giải thích cho sự không đồng nhất giữa các ngân hàng (ví dụ xem Kashyap &

Stein, 1995a, 2000; Peek, Rosengren, & Tootell, 2003; Angeloni, Kashyap,

Mojon, & Terlizzese, 2002 đối với nghiên cứu tại các nước thuộc khu vực châu

Âu; Ashcraft, 2006; Cetorelli & Goldberg, 2008 cho Mỹ; Farinha & Marques,

2001 cho Bồ Đào Nha).

Bên cạnh hướng nghiên cứu dựa trên dữ liệu cấp độ ngân hàng như ở trên,

có một hướng nghiên cứu khác đang rất được quan tâm hiện nay là sử dụng dữ

liệu tổng thể và dựa trên việc ước lượng của mô hình vector hiệu chỉnh sai số

(VECM). Phương pháp này khắc phục một số nhược điểm của việc sử dụng dữ

liệu cấp độ ngân hàng, như được nhấn mạnh bởi Kashyap và Stein (2000), đó là

thậm chí trong điều kiện xác định thích hợp, việc sử dụng dữ liệu ở cấp độ ngân

hàng sẽ gây khó khăn trong việc nhìn nhận vấn đề theo tổng thể, cụ thể là trong

việc định lượng tác động tổng thể của chính sách tiền tệ độc lập đối với tổng tín

dụng ngân hàng. Trong hướng nghiên cứu này, cầu và cung tín dụng có thể được

xác định bởi việc kiểm định sự hiện diện của các mối quan hệ đồng liên kết và các

hạn chế về sự loại trừ, các yếu tố ngoại sinh và tính thuần nhất đối với các mối

quan hệ đồng liên kết. Cung và cầu tín dụng do đó có thể cùng được mô hình hóa,

hơn là thiết lập trong cùng một phương trình giản lược.

2.2.2.2. Kết quả nghiên cứu trước đây

Các kết quả thu được cho câu hỏi liệu tín dụng có là một kênh truyền dẫn

chính sách tiền tệ hay không cũng rất khác nhau giữa các bài nghiên cứu, do sự

khác nhau về phương pháp nghiên cứu, về mẫu số liệu ở các quốc gia khác nhau

và trong các giai đoạn khác nhau.

Những bài nghiên cứu đầu tiên về sự tồn tại của kênh tín dụng ngân hàng,

sử dụng dữ liệu cấp độ ngân hàng đã được thực hiện tại Mỹ. Kashyap and Stein

(1995a, 1995b) tìm thấy rằng sự gia tăng của các khoản vay ngân hàng trong phân

đoạn các ngân hàng thương mại nhỏ có phản ứng nhiều nhất với chính sách tiền

tệ. Một bài nghiên cứu sâu hơn được thực hiện bởi Kashyap and Stein (2000) phân

chia các ngân hàng không chỉ theo quy mô tài sản mà còn bởi thanh khoản. Họ

cho thấy những ngân hàng nhỏ nhất, có thanh khoản kém nhất thì có phản ứng

nhiều nhất với chính sách tiền tệ. Kishan and Opiela (2000) hỗ trợ nghiên cứu

trước đó bằng việc phân chia các ngân hàng theo cả quy mô và độ mạnh của vốn.

Kishan and Opiela (2006) nghiên cứu các hiệu ứng không đối xứng của chính sách

tiền tệ đối với các hành vi tín dụng của các ngân hàng vốn ít và vốn nhiều và kết

quả của họ phù hợp với các dự đoán về kênh tín dụng ngân hàng nhưng chỉ với

thời kỳ hậu Basel. Nói chung, các bài nghiên cứu về các ngân hàng ở Mỹ cung cấp

các bằng chứng củng cố cho kênh tín dụng ngân hàng trong việc truyền dẫn chính

sách tiền tệ.

Ashcraft (2006) khi sử dụng dữ liệu cấp độ ngân hàng, đã đồng thời xác

định các phản ứng khác nhau của cung tín dụng đối với các thay đổi trong lãi suất

quỹ liên bang giữa các ngân hàng. Tuy nhiên, khi tác giả tổng hợp dữ liệu ngân

hàng đến cấp độ bang, thị phần thị trường tín dụng của các ngân hàng thành viên

có khuynh hướng làm giảm đi các phản ứng tiêu cực của việc tăng tưởng tín dụng

bang đến các thay đổi trong chính sách tiền tệ, trong khi độ co giãn tổng thể của

sản lượng với tín dụng ngân hàng là âm và không có ý nghĩa.

Sử dụng dữ liệu tổng thể trên cơ sở mô hình VECM, Hülsewig et al. (2002)

sử dụng dữ liệu quý cho nước Đức đối với thời kỳ Quý 1 năm 1975 đến Quý 4

năm 1998 và tìm thấy ba quan hệ đồng liên kết, đã được tác giả giải thích như là

các phương trình cầu tín dụng, cung tín dụng và vốn ngân hàng. Việc xác định các

phương trình cung và cầu tín dụng chủ yếu là dựa vào dấu hiệu của lãi suất cho

vay và đi vay của ngân hàng, cũng như là dấu hiệu của nguồn vốn ngân hàng, đi

cùng với các hạn chế về sự loại trừ và tính đồng nhất được áp đặt lên các hệ số dài

hạn. Nói chung, các kết quả của họ hỗ trợ cho sự tồn tại của kênh tín dụng ngân

hàng, mặc dù tác động biên được ước tính của các cú shock tiền tệ đối với cung

tín dụng là nhỏ.

Các nghiên cứu thực nghiệm tại Brazil, mặc dù còn hạn chế, cũng hỗ trợ

cho sự tồn tại của kênh tín dụng trong cơ chế truyền dẫn chính sách tiền tệ. Đa số

các bằng chứng thực nghiệm được thực hiện theo Kashyap và Stein (2000), sử

dụng dữ liệu cấp độ ngân hàng để ước tính độ nhạy cảm của tín dụng đối với các

thay đổi trong chính sách tiền tệ bằng phương trình giản lược cho cung tín dụng

(loại trừ cung tín dụng theo các chương trình cụ thể), có sử dụng các chỉ số thể

hiện tính không đồng nhất giữa các ngân hàng. Takeda et al. (2005) phân tích hai

công cụ tiền tệ riêng biệt: lãi suất trong chính sách tiền tệ và các yêu cầu về dự trữ

tiền gửi. Cơ sở của các phương trình cung tín dụng được ước lượng bởi Mô hình

Moment Tổng quát khác (difference-GMM) đối với thời kỳ cuối 1994 đến cuối

2001, các tác giả cho thấy rằng các thay đổi trong các yêu cầu dự trữ có tác động

hiệu lực nhiều hơn lên tín dụng ngân hàng so với các thay đổi trong lãi suất chính

sách, đặc biệt là đối với các ngân hàng lớn hơn.

Souza Sobrinho (2003) sử dụng dữ liệu tổng thể theo tháng đối với thời kỳ

từ tháng 10 năm 1996 đến tháng 12 năm 2001 và đi theo hướng nghiên cứu của

Bernanke và Blinder (1992). Tác giả này ước lượng một mô hình Tự hồi quy vector

(Vector Autoregression Model – VAR) cho tín dụng, sự sản xuất công nghiệp, lãi

suất chính sách, lạm phát và một tập hợp tiền tệ và cho thấy rằng, trong các hàm

xung động phản hồi cơ bản, tín dụng không vì mục đích cụ thể phản ứng chậm đối

với thắt chặt tiền tệ trước đó sau hai tháng và kéo dài sau hai năm.

Tuy nhiên không phải tất cả các bài nghiên cứu đều ủng hộ cho sự tồn tại

kênh tín dụng ngân hàng trong việc truyền dẫn chính sách tiền tệ. Sử dụng dữ liệu

tổng thể trên cơ sở mô hình VECM, Kakes (2000) kiểm định sự tồn tại của kênh

tín dụng ngân hàng ở Hà Lan sử dụng dữ liệu theo quý cho thời kỳ Quý 1 năm

1979 đến Quý 4 năm 1993. Tác giả này tìm thấy hai mối quan hệ đồng liên kết và

áp đặt một hạn chế về tính đồng nhất lên lãi suất đi vay và cho vay trong phương

trình cung; cũng làm tương tự, độ nhạy cảm của cung tín dụng đối với khoảng

cách lãi suất có thể được định lượng. Tuy nhiên, không xuất hiện bằng chứng thực

nghiệm mạnh của kênh tín dụng ngân hàng, ít nhất đối với nền tảng những biến

động ngắn hạn của phương trình hiệu chỉnh sai số. Bằng chứng bổ sung được trình

bày bởi Calza et al. (2006) đối với khu vực châu Âu sử dụng dữ liệu theo quý từ

Quý 4 năm 1981 đến quý 3 năm 2001. Các tác giả chỉ tìm thấy một vector đồng

liên kết là phương trình cầu tín dụng trên nền tảng dấu của các hệ số lãi suất dài

hạn.

Nói chung, các nghiên cứu thực nghiệm ở châu Âu thì ít mang tính kết luận

về việc có tồn tại hay không kênh tín dụng ngân hàng hơn so với khi ngiên cứu ở

các khu vực khác. Favero et al. (1999) nghiên cứu sự tồn tại của kênh tín dụng

ngân hàng ở Đức, Pháp, Italy và Thụy Sỹ trong suốt thời kỳ thu hẹp tiền tệ năm

1992. Họ không tìm thấy bất kỳ bằng chứng nào của kênh tín dụng ngân hàng ở

các nước đó. Bài nghiên cứu được trình bày bởi De Bondt (1999) phân tích 6 quốc

gia châu Âu. Phân tích cho thấy kênh tín dụng ngân hàng tồn tại ở Đức, Bỉ và Hà

Lan khi sử dụng lãi suất ngắn hạn như là đại diện cho chính sách tiền tệ. Không

có bằng chứng hỗ trợ nào cho Pháp, Italy và Anh. Trong phần hai của nghiên cứu

đó, lãi suất ngắn hạn được thay thế bởi chỉ số điều kiện kinh tế, kênh tín dụng ngân

hàng tồn tại ở Pháp và Italy. Ehrmann et al. (2003) nghiên cứu về kênh tín dụng

ngân hàng sử dụng dữ liệu tổng thể và vi mô cho Đức, Pháp, Italy và Thụy Sỹ. Họ

tìm thấy các ngân hàng kém thanh khoản hơn phản ứng mạnh hơn với những thay

đổi trong chính sách tiền tệ hơn so với các ngân hàng thanh khoản cao, nhưng quy

mô và vốn hóa ngân hàng thì nói chung không quan trọng. Kakes and Sturm (2002)

tìm thấy rằng tín dụng ở các ngân hàng nhỏ ở Đức giảm nhiều hơn so với các ngân

hàng lớn sau một sự thu hẹp tiền tệ. Gambacorta (2005) tìm thấy các bằng chứng

tương tự cho các ngân hàng Ý liên quan đến vốn hóa và thanh khoản. Altunbas et

al. (2002) cũng kiểm tra các bằng chứng về kênh tín dụng ngân hàng ở các quốc

gia châu Âu. Họ tìm thấy rằng trong hệ thống EMU, những ngân hàng không đủ

vốn có khuynh hướng phản ứng nhiều hơn với các thay đổi trong chính sách tiền

tệ, bất kể quy mô của nó.

Ở Việt Nam cho đến hiện nay, hầu như chưa có bài nghiên cứu nào nghiên

cứu tập trung chuyên sâu và đầy đủ về tác động của kênh tín dụng trong việc truyền

dẫn chính sách tiền tệ, ngoại trừ bài nghiên cứu của Lê Việt Hùng và Wade Pfau

(2008) phân tích cơ chế truyền dẫn chính sách tiền tệ ở Việt Nam bằng cách sử

dụng mô hình VAR rút gọn và tập trung vào các mối quan hệ giữa cung tiền, sản

lượng thực tế, mức giá, lãi suất thực, tỷ giá thực và tín dụng. Kết quả của bài

nghiên cứu cho thấy kênh tín dụng cùng với kênh tỷ giá là các kênh truyền dẫn

chính sách tiền tệ đáng kể ở Việt Nam. Tuy nhiên, với việc bài nghiên cứu không

nghiên cứu sâu vào kênh tín dụng ngân hàng xem liệu rằng các nhân tố đặc trưng

riêng biệt của các ngân hàng ảnh hưởng đến việc truyền dẫn chính sách tiền tệ như

thế nào, và việc dữ liệu sử dụng cho bài nghiên cứu chỉ được cập nhật đến thời

điểm Quý 4 năm 2005, các kết quả của Lê Việt Hùng và Wade Pfau (2008) tìm

được có thể không còn đúng với tình hình của Việt Nam hiện tại.

3. Phương pháp nghiên cứu

Việc sử dụng dữ liệu tổng thể như được trình bày bởi Bernanke và Blinder

(1992) vấp phải các chỉ trích về nền tảng là khó có thể xác định các phản ứng của

cung tín dụng, giả định rằng các cú shock tiền tệ ảnh hưởng đồng thời đến cầu tín

dụng (Romer & Romer, 1990). Một hướng nghiên cứu hấp dẫn khác khi sử dụng

dữ liệu tổng thể kết hợp mô hình vector hiệu chỉnh sai số (VECM) để xác định

phân tách tác động của cung và cầu tín dụng. Tuy nhiên, hướng nghiên cứu này

khi áp dụng tại Việt Nam gặp nhiều hạn chế vì các dữ liệu tổng thể tại Việt Nam

không được công bố đầy đủ cho đến tháng 4/2012 theo các quy định tại Thông tư

số 35/2011/TT-NHNN của Thống đốc Ngân hàng nhà nước ban hành ngày

11/11/2011.

Việc sử dụng dữ liệu cấp độ ngân hàng để xác định sự tồn tại của kênh tín

dụng trong cơ chế truyền dẫn chính sách tiền tệ thường được thực hiện bằng cách

phân chia các ngân hàng theo các đặc trưng của ngân hàng là: quy mô, thanh khoản

và mức độ vốn hóa (Kashyap và Stein, 1995a, 1995b, 2000; Kishan và Opiela,

2000, 2006; Altunbas et al., 2002 là các ví dụ). Cách tiếp cận này yêu cầu một số

lượng các ngân hàng phải đủ lớn, điều này không là vấn đề đối với các quốc gia

có hệ thống tài chính phát triển như ở Mỹ hoặc các nước Tây Âu. Nhưng khi xem

xét thị trường tài chính tại Việt Nam, nơi mà số lượng các ngân hàng còn ít và,

ngoại trừ các ngân hàng có vốn đầu tư của nhà nước đã phát triển từ lâu, hầu hết

các ngân hàng thương mại tại Việt Nam đều mới phát triển mạnh mẽ trong những

năm gần đây, thì phương pháp này không phù hợp.

Phương pháp thay thế là sử dụng mô hình bảng cho phép các phản ứng của

tín dụng ngân hàng đối với chính sách tiền tệ trở nên phụ thuộc vào các đặc tính

ngân hàng, như trong Ehrmann et al. (2003). Phương pháp này tránh được khó

khăn nêu trên về số lượng ngân hàng, do đó phương pháp này được lựa chọn sử

dụng trong bài nghiên cứu. Các tác giả đã phát triển một mô hình của thị trường

tín dụng được tạo ra dựa trên Bernanke và Blinder (1988). Các giải pháp từ mô

hình của họ mang lại một phương trình cho tín dụng ngân hàng liên kết các phản

ứng của tín dụng ngân hàng với chính sách tiền tệ (thông qua kênh tiền tệ) và với

các đặc tính ngân hàng (kênh cho vay). Sau khi cho phép các thay đổi trong ngắn

hạn, mô hình được ước lượng được diễn giải như sau:

𝑡

(3.1)

𝑡 + ∑ 𝜑𝑖∆ 𝑗=0

𝑗=0

(𝐶𝑃𝐼𝑡−𝑗) + ∑ 𝜓𝑖 𝑧𝑖𝑡−1 + ∑ 𝛾𝑖𝑧𝑖𝑡−1∆𝑅𝑡−𝑗 + 𝜀𝑖𝑡

Với i = 1,…, N; t = 1,…, T; N là số lượng các ngân hàng, T là thời gian

nghiên cứu, j thể hiện số độ trễ. Lit là nợ vay của ngân hàng i trong năm t. ∆Rt-j là

thay đổi trong lãi suất ngắn hạn danh nghĩa, được sử dụng như là chỉ báo của tình

hình chính sách tiền tệ. ∆GDPt-j và ∆CPIt-j là tỷ lệ tăng trưởng GDP và tỷ lệ lạm

phát theo thứ tự, đại diện cho cầu tín dụng. Các đặc tính đặc trưng của ngân hàng

được tính toán bởi vector zit. Cuối cùng, chúng tôi cho phép các tác động cố định

giữa các ngân hàng, được tính toán bởi hệ số αi.

Cũng thực hiện theo phương pháp nghiên cứu này, Matousek và Sarantis

(2009) có sử dụng thêm một biến giả để xác định các tác động khác nhau của các

ngân hàng nước ngoài và trong nước lên tăng trưởng tín dụng ngân hàng tổng thể.

Tuy nhiên, ở Việt Nam hiện nay, hoạt động của các ngân hàng sở hữu nước ngoài

còn gặp nhiều hạn chế, quy mô của các ngân hàng liên doanh và ngân hàng nước

ngoài ở Việt Nam không đáng kể (tổng tài sản chiếm khoảng 11% trong tổng tài

sản của toàn ngành theo số liệu thống kê của ngân hàng nhà nước thời điểm

31/07/2013), hơn nữa số liệu của các ngân hàng này cũng không được công bố

rộng rãi. Vì vậy, mẫu dữ liệu được sử dụng trong bài không bao gồm các ngân

hàng sở hữu nước ngoài này. Do đó, biến giả chủ sở hữu nói trên không được sử

dụng trong bài nghiên cứu này áp dụng cho Việt Nam.

Các nhân tố được lựa chọn làm đặc trưng cho các ngân hàng, giống như các

bài nghiên cứu trước đây, là quy mô, thanh khoản và mức vốn hóa. Kashyap và

Stein (1995a, 1995b, 2000) và Kishan và Opiela (2000) xem xét quy mô ngân hàng

như là một nhân tố đặc trưng. Giả định là các ngân hàng nhỏ dễ gặp các vấn đề

của bất cân xứng thông tin hơn các ngân hàng lớn. Điều này có thể được phản ánh

trong độ nhạy cảm cao hơn của các ngân hàng nhỏ đối với các cú shock chính sách

tiền tệ, không giống như những ngân hàng lớn có thể phát hành các công cụ thị

trường như là chứng chỉ tiền gửi. Đặc tính ngân hàng thứ hai được sử dụng là

thanh khoản. Các bằng chứng được cung cấp bởi Kashyap và Stein (2000) và

Ehrmann et al. (2003) cho thấy rằng các ngân hàng thanh khoản cao có thể cách

ly danh mục tín dụng của họ bằng việc làm giảm các tài sản thanh khoản cao của

họ, trong khi các ngân hàng thanh khoản kém hơn không có khả năng làm điều đó.

Nhân tố cuối cùng được lựa chọn như là một đặc trưng của ngân hàng là mức độ

vốn hóa. Peek và Rosengren (1995) và Kishan và Opiela (2000, 2006) tranh luận

rằng các ngân hàng có mức vốn hóa thấp giảm cung tiền vay của họ nhiều hơn các

ngân hàng có mức vốn hóa cao sau một sự thu hẹp tiền tệ, do khả năng giới hạn

của họ trong việc tiếp cận các nguồn vốn không được bảo đảm.

Các nhân tố đặc trưng ngân hàng là Quy mô (S), Thanh khoản (Liq) và Vốn

hóa (Cap) được sử dụng để kiểm tra sự tồn tại của các hiệu ứng phân phối của

chính sách tiền tệ giữa các ngân hàng1:

1 Tương tự như các tính toán được thực hiện bởi Ehrmann et al. (2003) và Gambacorta (2005).

(3.2)

(3.3)

(3.4)

Quy mô của các ngân hàng đơn lẻ được định nghĩa như là log của tổng tài

sản, Ait. Thanh khoản được tính toán như là tỷ số của tài sản thanh khoản Lit trên

tổng tài sản. Vốn hóa ngân hàng được tính toán như là tỷ số của tổng vốn chủ sở

hữu trên tổng tài sản. Như có thể được quan sát, số liệu của cả ba đặc trưng ngân

hàng này đều được điều chỉnh như là chênh lệch so với giá trị trung bình của tất

cả các ngân hàng trong mẫu được đưa ra. Để loại bỏ xu hướng trong quy mô, mẫu

được điều chỉnh không chỉ đối với toàn bộ thời gian nghiên cứu mà với từng thời

gian nghiên cứu đơn lẻ (Ehrmann et al., 2003).

Việc tính toán mức độ tương quan của các nhân tố đặc trưng ngân hàng với

lãi suất ngắn hạn sẽ cho thấy hiệu ứng phân phối của tình hình chính sách tiền tệ.

Giả định rằng các ngân hàng nhỏ, kém thanh khoản, vốn hóa thấp sẽ phản ứng

mạnh hơn với các thay đổi trong chính sách tiền tệ khi so với các ngân hàng lớn,

thanh khoản nhiều hơn và vốn hóa lớn hơn. Do đó, bài nghiên cứu tiến hành kiểm

tra giả thuyết về sự tồn tại của tín dụng ngân hàng bằng kiểm tra các giả thuyết:

(i) 𝜕2𝐿𝑖𝑡/𝜕∆𝑅𝑡−𝑗𝜕𝑆𝑖𝑧𝑒𝑖𝑡−1 > 0. Ngụ ý rằng tín dụng của các ngân hàng lớn

thì kém nhạy cảm hơn với các thay đổi trong tình hình chính sách tiền tệ

so với tín dụng của các ngân hàng nhỏ.

(ii) 𝜕2𝐿𝑖𝑡/𝜕∆𝑅𝑡−𝑗𝜕𝐿𝑖𝑞𝑖𝑡−1 > 0. Ngụ ý rằng các ngân hàng thanh khoản tốt

hơn có thể mở rộng tín dụng của họ bằng việc giảm tổng các tài sản thanh

khoản, hoặc nói một cách khác, các ngân hàng kém thanh khoản hơn

phải giảm danh mục tín dụng của họ khi cú shock tiền tệ xảy ra. (iii) 𝜕2𝐿𝑖𝑡/𝜕∆𝑅𝑡−𝑗𝜕𝐶𝑎𝑝𝑖𝑡−1 > 0. Ngụ ý rằng các ngân hàng vốn hóa càng

cao càng kém nhạy cảm với các thay đổi trong tình hình chính sách tiền

tệ.

Phương trình (3.1) là mô hình bảng linh hoạt. Để có được các ước lượng

đúng và hiệu quả, bài nghiên cứu ước lượng mô hình với phương pháp moments

tổng quát (generalised method of moments – GMM) như được đề xuất bởi

Arellano và Bond (1991), chạy trên nền ứng dụng Eviews 8.0. Các ước lượng

GMM bảo đảm các ước lượng tham số là đúng bằng việc lựa chọn các biến công

cụ cho biến phụ thuộc có độ trễ do đó những sự tương quan mẫu giữa các biến

công cụ và khái niệm lỗi của mô hình gần như giảm hết mức xuống gần như bằng

không (xem Hamilton, 1994). Các biến độc lập có độ trễ được sử dụng như các

biến công cụ. Để đảm bảo kết quả đạt được từ mô hình GMM là đúng, bài nghiên

cứu sẽ sử dụng các kiểm định Sargan test, và Arellano và Bond m2 test. Cụ thể,

để kiểm tra hiệu lực của các giới hạn xác định vượt mức (over-identifying) (hoặc

các điều kiện trực giao – orthogonality conditions), bài nghiên cứu sẽ sử dụng

kiểm định Sargan (1988). Nếu kiểm định có ý nghĩa, tức là biến công cụ không có

tương quan với phần dư của mô hình, sẽ đảm bảo việc chọn biến công cụ là đúng.

Thêm vào đó, để kiểm tra giả thuyết rằng không có mối tương quan chuỗi bậc hai

trong sự biến động của phương trình phân rã phương sai,2 bài nghiên cứu sử dụng

kiểm định Arellano và Bond m2.

Bảng 3.1. Thống kê dữ liệu

Năm Số quan sát Lãi suất ngắn hạn Tổng tài sản (tỷ đồng) Tổng cho vay (tỷ đồng) Chỉ số giá tiêu dùng Tổng sản phẩm quốc dân

6 264588.7 161898.1 83.02876 6.4475 79.70033 2002

13 440289.7 291780.1 85.7022 6.621667 85.55101 2003

22 566645.3 377916.4 92.35195 6.17125 92.21537 2004

31 723899.8 465046.2 100 7.145 100 2005

35 979302.6 570410.6 107.3858 7.63 108.2289 2006

35 1491641 872707.1 116.3029 7.4925 117.3811 2007

39 1793716 1027320 143.1878 12.73042 124.7889 2008

40 2424342 1420690 153.2891 7.91 131.4319 2009

40 3397325 1876656 166.873 11.19375 140.3475 2010

36 3999284 2122042 198.0406 13.9935 148.6074 2011

31 3393197 1875871 216.0509 10.50367 156.0823 2012

2 Arellano và Bond (1991) chỉ ra rằng sự phù hợp của các ước lượng GMM phụ thuộc chủ yếu vào giả định rằng không có tương quan chuỗi bậc hai trong các số dư được phân rã phương sai.

Nguồn: tổng hợp từ báo cáo tài chính các ngân hàng trong mẫu nghiên cứu

Dữ liệu đặc trưng ngân hàng được sử dụng trong bài nghiên cứu được tổng

hợp từ báo cáo tài chính của 37 ngân hàng thương mại, chủ yếu được niêm yết

trên các sàn HOSE, HNX và OTC trong các năm 2002 – 2012. Dữ liệu không bao

gồm các Ngân hàng Phát Triển Việt Nam và Ngân hàng Chính sách xã hội là các

ngân hàng có đối tượng cho vay chính là các đối tượng ưu tiên của chính phủ, vốn

là nhóm các khoản nợ ít bị ảnh hưởng bởi các quyết định chính sách tiền tệ. Số

liệu các biến kinh tế vĩ mô được lấy từ các báo cáo của Ngân hàng Thế Giới.

Một số khái niệm được sử dụng trong bài được định nghĩa như sau: Tín

dụng ngân hàng được xác định như là tổng tín dụng, có bao gồm nợ xấu. Quy mô

ngân hàng được xác định là tổng tài sản trong bảng cân đối kế toán. Thanh khoản

được tính toán bao gồm tiền và tương đương tiền, tiền gửi và cho vay các ngân

hàng thương mại và Ngân hàng nhà nước, các trái phiếu, thương phiếu và các tài

sản tài chính khác và các khoản đầu tư chứng khoán ngắn hạn. Nguồn vốn được

định nghĩa như là tổng vốn và các quỹ.

Vì các hạn chế về mặt công bố và thu thập số liệu, cũng như khoảng thời

gian từ năm 2002 đến năm 2012 là giai đoạn chứng kiến sự phát triển mạnh mẽ

của hệ thống ngân hàng khi có hàng loạt ngân hàng mới ra đời trong giai đoạn đầu

của thời kỳ nghiên cứu, còn các năm 2011 đến nay lại là thời kỳ chững lại với

những dấu hiệu thoái trào khi hàng loạt các ngân hàng đứng trước các yêu cầu cải

tổ, sát nhập hoặc rời khỏi ngành. Điển hình là việc hợp nhất ba ngân hàng: Ngân

hàng TMCP Sài Gòn (SCB), Ngân hàng TMCP Đệ nhất (Ficombank) và Ngân

hàng TMCP Việt Nam Tín Nghĩa trở thành Ngân hàng TMCP Sài gòn (Ngân hàng

hợp nhất) vào ngày 01/01/2012; Ngân hàng TMCP Nhà Hà Nội (Habubank) sáp

nhập vào ngân hàng TMCP Sài Gòn – Hà Nội (SHB) vào ngày 28/02/2012. Do

đó, dữ liệu được sử dụng trong bài có dạng bảng không cân bằng.

Như Verbeek and Nijman (1992) đã chỉ ra, các ước lượng tham số dựa trên

bảng không cân có thể dẫn tới độ lệch lựa chọn do sự lựa chọn giữa việc quan sát

được và mối tương quan giữa các tác động ngẫu nhiên trong mô hình và trong quá

trình lựa chọn. Bài nghiên cứu liên quan chủ yếu đến các hành vi vĩ mô trên tất cả

các ngân hàng tại Việt Nam. Do đó, thành phần của ngành ngân hàng không nên

có tác động chính đến kết quả của bài nghiên cứu, nếu không những thay đổi của

nó thay đổi đáng kể qua thời gian.

Để chắc chắn rằng điều này không ảnh hưởng đáng kể đến các kết quả thu

được trong bài, một phương pháp dùng để giải quyết tình trạng bảng không cân

bằng được Verbeek and Nijman (1992) đưa ra bằng cách thực hiện 3 kiểm định:

kiểm định LM, kiểm định Quasi-Hausman, và kiểm định thêm biến. Hai kiểm định

đầu tiên cần phải sử dụng máy tính. Mặt khác, kiểm định thêm biến đơn giản hơn

và dễ dàng áp dụng hơn, hoạt động khá hợp lý trong thực tế, và cho thấy hoạt động

hiệu quả. Do đó, kiểm định thêm biến được sử dụng trong bài nghiên cứu này.

Tương tự như Matousek và Sarantis (2009), bài nghiên cứu sử dụng ba biến để

kiểm tra độ lệch lựa chọn do các ngân hàng gia nhập và rời khỏi ngành trong suốt

thời kỳ phân tích. Biến đầu tiên (D1) thể hiện số năm trong mẫu nghiên cứu. Thứ

2, một biến giả, nhận giá trị 1 nếu ngân hàng vắng mặt ít nhất 1 năm trong thời

gian nghiên cứu và chúng tôi gọi đó là biến vắng mặt (D2). Biến giả thứ 3 nhận

giá trị bằng 1 nếu ngân hàng đó vắng mặt năm trước, giả định rằng đó là năm mà

ngân hàng gia nhập vào ngành ngân hàng và chúng tôi gọi là biến giả gia nhập

(D3). Giả thuyết không của kiểm định thêm biến là tất cả các biến được thêm vào

đều không có ý nghĩa thống kê.

4. Nội dung và các kết quả nghiên cứu

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

4.1. Kết quả nghiên cứu

Hình 4.1. Diễn biến lãi suất giai đoạn 2002 – 2012 (đơn vị tính: %/năm)

Nguồn số liệu: Ngân hàng Thế Giới

Giai đoạn nghiên cứu bao gồm giai đoạn chính sách tiền tệ ổn định từ năm

2002 đến năm 2006 với lãi suất ngắn hạn ở mức trung bình khoảng 7%/năm, sau

đó là một sự thu hẹp chính sách tiền tệ khi vào năm 2008 lãi suất huy động của

các ngân hàng thương mại đồng loạt bị đẩy lên cao, trung bình lên đến gần

13%/năm và ngay sau đó là chính sách tiền tệ mở rộng với lãi suất được kéo xuống

mức 8%/năm vào năm 2009. Ngay sau đó, lãi suất một lần nữa bị đẩy lên cao liên

tục và lập kỷ lục 14%/năm 2 năm sau đó. Lãi suất hiện đang có xu hướng giảm từ

năm 2011 đến nay.

Lãi suất biến động liên tục với biên độ lớn trong vòng năm năm qua là hệ

quả của tình trạng kinh tế suy thoái kéo dài, kéo theo không chỉ hàng loạt các

doanh nghiệp trong nước gặp khó khăn (theo Báo cáo thường niên doanh nghiệp

Việt Nam 2012 do Phòng Thương mại và Công nghiệp Việt Nam (VCCI), trong

năm 2012 đã có hơn 58,000 doanh nghiệp phá sản), mà hệ thống ngân hàng thương

mại cũng gặp không ít khó khăn do khách hàng gặp tình hình tài chính không tốt

(theo số liệu thống kê từ Ngân hàng nhà nước Việt Nam, tỷ lệ lợi nhuận trên tổng

tài sản (ROA) của toàn hệ thống ngân hàng vào thời điểm 30/06/2013 đã giảm

xuống còn 0.23 so với 0.39 vào thời điểm 30/06/2012, tức một năm sau đó).

Bảng 4.1. Phương trình (3.1) sử dụng biến Quy mô (Size)

Mẫu (hiệu chỉnh): 2005 - 2012

Số thời kỳ: 8

Số ngân hàng: 37

Tổng số quan sát: 208

Std. Error t-Statistic

Coefficient

0.001958 -0.006952 -0.004669 0.060205 -0.089888 0.009349

0.010647 0.000986 0.000290 0.002143 0.006078 0.000905 0.183914 -7.048497 -16.09850 28.09142 -14.79026 10.33520 Prob. 0.8543 0.0000 0.0000 0.0000 0.0000 0.0000 Variable LOAN(-1) RATE CPI GDP SIZE SIZE*RATE Sargan test: 0.24174

Arellano-Bond test: 0.0488

Vì vậy, việc nghiên cứu kênh tín dụng trong giai đoạn này có lợi thế rất lớn

vì nó giúp chúng ta quan sát được phản ứng của hệ thống các ngân hàng thương

mại trước các thay đổi trong chính sách tiền tệ cả trong giai đoạn mở rộng và thu

hẹp tiền tệ.

Các ước lượng được trình bày trong Bảng 4.1 đến Bảng 4.7. Trong quá trình

lựa chọn độ trễ cho các biến trong phương trình (3.1), nhiều độ trễ khác nhau đã

được thử nghiệm cho các biến độc lập và biến phụ thuộc, nhưng các thí nghiệm

chỉ ra rằng độ trễ dài hơn không ý nghĩa thống kê. Vì vậy bài nghiên cứu sử dụng

độ trễ bằng 1 cho biến phụ thuộc và không sử dụng độ trễ (độ trễ bằng 0) cho các

biến độc lập, ngụ ý rằng tăng trưởng tín dụng sẽ bị ảnh hưởng bởi tăng trưởng tín

dụng năm trước và bởi các đặc điểm kinh tế cũng như các đặc điểm riêng biệt của

từng ngân hàng nói riêng trong năm nghiên cứu.

Bảng 4.2. Phương trình (3.1) sử dụng biến Thanh khoản (Liq)

Mẫu (hiệu chỉnh): 2005 - 2012

Số thời kỳ: 8

Số ngân hàng: 37

Tổng số quan sát: 208

Coefficient t-Statistic

Prob.

Variable LOAN(-1) RATE CPI GDP LIQ LIQ*RATE 0.030100 0.000582 -0.007430 0.050093 0.045331 0.026867 Std. Error 0.005236 0.000532 0.000124 0.000961 0.021929 0.006547 5.749208 1.093965 -59.73349 52.10085 2.067112 4.103585 0.0000 0.2753 0.0000 0.0000 0.0400 0.0001

Sargan test: 0.25183

Arellano-Bond test: 0.0017

Với các đặc tính ngân hàng, bài nghiên cứu tiến hành ước lượng mô hình

với mỗi đặc tính riêng biệt (Bảng 4.1 đến Bảng 4.3), sau đó là với các cặp đặc tính

có thể (Bảng 4.4 đến Bảng 4.6), và cuối cùng là ước lượng với ba đặc tính cùng

lúc (Bảng 4.7).3 Trong mỗi hồi quy đều sử dụng tất cả các biến giải thích vào thời

điểm t-1 như là các biến công cụ. Kiểm định Sargan cho thấy rằng các hạn chế

kiểm định vượt mức (hoặc các điều kiện trực giao) không thể bị bác bỏ, do đó hỗ

trợ giá trị của các biến công cụ được chọn. Kiểm định Arellano and Bond cũng

bác bỏ sự tồn tại của tương quan chuỗi có ý nghĩa trong mẫu, do đó ngụ ý rằng các

ước lượng GMM là đúng.

Bảng 4.3. Phương trình (3.1) sử dụng biến Mức độ vốn hóa (Cap)

Mẫu (hiệu chỉnh): 2005 - 2012

Số thời kỳ: 8

Số ngân hàng: 37

Tổng số quan sát: 208

Std. Error t-Statistic Prob.

Coefficient

3 Đây là kỳ vọng thông thường đối với dữ liệu theo năm. Khi biến trong hồi quy được xác định vào thời điểm Xt-I, biến công cụ sẽ là Xt-i-1.

Variable LOAN(-1) RATE CPI GDP CAP CAP*RATE 0.016291 0.002532 -0.008027 0.046947 -0.076925 0.006201 0.009506 0.000401 0.000111 0.001042 0.024192 0.006164 1.713694 6.319477 -72.42220 45.07161 -3.179726 1.005962 0.0881 0.0000 0.0000 0.0000 0.0017 0.3156

Sargan test: 0.26636

Arellano-Bond test: 0.0240

Bảng 4.4. Phương trình (3.1) sử dụng biến Size và Liq

Mẫu (hiệu chỉnh): 2005 - 2012

Số thời kỳ: 8

Số ngân hàng: 37

Tổng số quan sát: 208

Coefficient Std. Error t-Statistic

Variable LOAN(-1) RATE CPI GDP SIZE LIQ SIZE*RATE LIQ*RATE -0.017787 -0.007750 -0.003758 0.063838 -0.106671 0.094779 0.007455 0.038153 0.011264 0.001018 0.000352 0.002266 0.006890 0.026734 0.000508 0.008735 -1.579116 -7.609328 -10.68575 28.17046 -15.48281 3.545320 14.68338 4.367814 Prob. 0.1159 0.0000 0.0000 0.0000 0.0000 0.0005 0.0000 0.0000

Sargan test: 0.25037

Arellano-Bond test: 0.0163

Kiểm định độ lệch lựa chọn được thực hiện bằng kiểm định thêm biến trả

lời cho câu hỏi liệu rằng ước lượng các tham số trong mô hình trong bài nghiên

cứu có bị chệch hay không bởi bất kỳ sự không ngẫu nhiên nào trong việc lựa chọn

các ngân hàng do sự linh động gia nhập và rời khỏi ngành ngân hàng, cũng như

do các hạn chế về công bố và thu thập số liệu trong suốt thời gian nghiên cứu. Để

tiến hành kiểm định này, chúng tôi ước tính lại các hồi quy với mỗi đặc trưng ngân

hàng bằng cách thêm vào ba biến giả ở trên. Tuy nhiên, việc thêm vào các biến

này làm mô hình xảy ra hiện tượng đa cộng tuyến, hay nói cách khác việc thêm

vào các biến giả này vào mô hình là không có ý nghĩa. Kết quả này gợi ý rằng độ

lệch lựa chọn mẫu không phải là vấn đề quan trọng trong việc ước lượng mô hình.

So sánh với các kiểm tra mang tính chuẩn đoán được mô tả ở trên, phát hiện này

gợi ý rằng những kết luận được rút ra từ các ước lượng của chúng tôi là đáng tin

cậy.

Bảng 4.5. Phương trình (3.1) sử dụng biến Size và Cap

Mẫu (hiệu chỉnh): 2005 - 2012

Số thời kỳ: 8

Số ngân hàng: 37

Tổng số quan sát: 208

Coefficient Std. Error t-Statistic

Variable LOAN(-1) RATE CPI GDP SIZE CAP SIZE*RATE CAP*RATE 0.010688 -0.010121 -0.004153 0.064679 -0.099294 -0.111597 0.015629 0.053519 0.020374 0.001787 0.000421 0.004382 0.011826 0.051609 0.002264 0.019796 0.524580 -5.664276 -9.861553 14.76110 -8.396475 -2.162353 6.901863 2.703470

Prob. 0.6005 0.0000 0.0000 0.0000 0.0000 0.0318 0.0000 0.0075 Sargan test: 0.32478

Arellano-Bond test: 0.0801

Khi xem xét mô hình với các đặc tính ngân hàng riêng biệt, kết quả cho thấy

Quy mô, và Mức vốn hóa có hệ số âm có ý nghĩa thống kê đều ở mức ý nghĩa 1%,

điều này ngược với kỳ vọng ban đầu, chỉ có Thanh khoản có hệ số dương có ý

nghĩa giống như kỳ vọng, với mức ý nghĩa 5%. Kết quả này ngụ ý rằng các ngân

hàng nhỏ, có tỷ lệ vốn hóa thấp thì linh hoạt hơn trong hoạt động cho vay so với

các ngân hàng lớn, có tỷ lệ vốn hóa cao; trong khi các ngân hàng có thanh khoản

tốt hơn thể hiện sự linh hoạt cao hơn trong hoạt động cho vay so với các ngân hàng

có thanh khoản thấp.

Bảng 4.6. Phương trình (3.1) sử dụng biến Liq và Cap

Mẫu (hiệu chỉnh): 2005 - 2012

Số thời kỳ: 8

Số ngân hàng: 37

Tổng số quan sát: 208

Std. Error t-Statistic

Coefficient

0.026629 0.000127 -0.007353 0.052284 0.064754 0.044671 0.028260 0.016866 0.011065 0.000720 0.000140 0.001795 0.028008 0.044330 0.007057 0.006160 2.406610 0.176337 -52.39645 29.12431 2.311963 1.007698 4.004279 2.737775

Variable LOAN(-1) RATE CPI GDP LIQ CAP LIQ*RATE CAP*RATE Prob. 0.0170 0.8602 0.0000 0.0000 0.0218 0.3148 0.0001 0.0067 Sargan test: 0.20219

Arellano-Bond test: 0.0120

Ngay cả khi xem xét kết hợp các cặp đặc tính hoặc sử dụng kết hợp cả ba

đặc tính cùng lúc, thì các kết luận trên đây vẫn đúng. Trong ba đặc tính, chỉ có

Mức vốn hóa mang dấu dương nhưng không có ý nghĩa thống kê trong trường hợp

ước lượng kết hợp đặc tính Thanh khoản và Mức vốn hóa. Điều này củng cố cho

kết luận của chúng tôi ở trên về việc linh hoạt trong hoạt động cho vay của các

ngân hàng thương mại tại Việt Nam.

Tuy nhiên, nhằm đánh giá tác động phân phối của chính sách tiền tệ, chúng

ta cần phải kiểm tra các hệ số của các đại lượng liên kết giữa các đặc tính ngân

hàng và chỉ số chính sách tiền tệ. Tương tự như trên, đại lượng liên kết này cũng

sẽ được xem xét trong tất cả các trường hợp bao gồm ước lượng riêng lẻ từng đặc

tính, ước lượng với từng cặp đặc tính và cuối cùng là kết hợp cả ba đặc tính cùng

lúc.

Bảng 4.7. Phương trình (3.1) sử dụng biến Size, Liq và Cap

Mẫu (hiệu chỉnh): 2005 - 2012

Số thời kỳ: 8

Số ngân hàng: 37

Tổng số quan sát: 208

Coefficient Std. Error t-Statistic

-0.004968 -0.010881 -0.003355 0.067066 -0.112233 0.100501 -0.061023 0.013168 0.033999 0.048585 0.010353 0.001173 0.000379 0.002892 0.008721 0.033327 0.078449 0.001524 0.009535 0.019519 -0.479886 -9.274489 -8.857268 23.18909 -12.86878 3.015617 -0.777861 8.642240 3.565762 2.489092

Variable LOAN(-1) RATE CPI GDP SIZE LIQ CAP SIZE*RATE LIQ*RATE CAP*RATE Prob. 0.6318 0.0000 0.0000 0.0000 0.0000 0.0029 0.4376 0.0000 0.0005 0.0136 Sargan test: 0.24139

Arellano-Bond test: 0.0596

Xem xét chi tiết chỉ với quy mô ngân hàng, với tất cả các trường hợp, các

hệ số đều mang dấu dương có ý nghĩa cao ở mức 1%, điều này đúng như kỳ vọng

ban đầu cho rằng các ngân hàng quy mô lớn sẽ kém nhạy cảm hơn với các thay

đổi trong chính sách tiền tệ so với các ngân hàng có quy mô nhỏ. Thật thú vị khi

phát hiện rằng kết quả này về vai trò có ý nghĩa của quy mô ngân hàng là ngược

với việc thiếu hụt các bằng chứng hỗ trợ về vai trò của quy mô ngân hàng ở các

quốc gia Tây Âu (tham khảo Ehrmann et al., 2003; Altunbas et al., 2002;

Gambacorta, 2005). Mặt khác, chúng phù hợp với các báo cáo của Pruteanu (2004)

cho cộng hòa Czech, Horváth et al. (2006) cho Hungary và Wróbel and Pawlowska

(2002) cho Balan. Những kết quả trái ngược tìm thấy trong bài nghiên cứu này với

các bằng chứng đã tìm thấy trước đây ở Tây Âu có thể là do Việt Nam có nhiều

ngân hàng nhỏ hơn các nước Tây Âu.

Việc các ngân hàng có quy mô lớn tại Việt Nam ít bị tác động hơn bởi các

thay đổi trong chính sách tiền tệ so với các ngân hàng quy mô nhỏ cho thấy sự tồn

tại của lợi thế về quy mô và vấn đề bất cân xứng thông tin. Các ngân hàng có quy

mô lớn thường dễ dàng thay thế nguồn vốn tiền gửi huy động bằng các nguồn vốn

khác với chi phí thấp hơn so với các ngân hàng có quy mô nhỏ, do đó khi có sự

thay đổi trong chính sách tiền tệ, nguồn vốn của các ngân hàng có quy mô lớn ít

bị tác động bởi các thay đổi chính sách hơn các ngân hàng có quy mô nhỏ hơn.

Tương tự như vậy, Thanh khoản cũng thể hiện vai trò quan trọng của mình

trong việc giúp phân biệt các phản ứng đối với cú shock tiền tệ giữa các ngân hàng

khi hệ số của đại lượng đặc trưng cho sự liên kết giữa Thanh khoản và lãi suất

ngắn hạn mang dấu dương có ý nghĩa trong tất cả các trường hợp, với mức ý nghĩa

1%. Hệ số dương kỳ vọng cho thấy các ngân hàng thanh khoản tốt hơn thì ít chịu

tác động của các cú shock tiền tệ hơn các ngân hàng có thanh khoản thấp. Điều

này phù hợp với các kết quả tìm thấy ở các bài nghiên cứu trước đây thực hiện cho

các nước châu Âu, khi kết quả của họ hỗ trợ cho vai trò của thanh khoản trong tình

hình tín dụng ngân hàng (tham khảo Ehrmann et al. (2003) và Gambacorta (2005)

cho các nước Tây Âu, cũng như cho các nước Trung và Đông Âu (xem Pruteanu,

2004 cho Cộng hòa Czech; Horváth et al., 2006 cho Hungary; Havrylchyk and

Jurzyk, 2005 cho Balan; và Kohler et al., 2005 cho 3 quốc gia vùng Baltic).

Kết quả trên đây là một bằng chứng ủng hộ cho việc nếu một ngân hàng có

mức thanh khoản cao, thì khi chính sách tiền tệ có sự thay đổi, đặc biệt là khi có

những sự thay đổi về hướng bất lợi, ngân hàng đó hoàn toàn có thể chuyển đổi

những tài sản có tính thanh khoản cao để bù đắp cho những thiếu hụt về nguồn

vốn. Điều này đồng thời xác nhận tính thanh khoản thị trường tài chính tại Việt

Nam giúp tạo điều kiện để các ngân hàng có mức thanh khoản cao phát huy lợi

thế của mình để có những phản ứng thích hợp khi có sự thay đổi trong chính sách

tiền tệ xảy ra.

Tuy nhiên, khi xét đến chỉ số Mức vốn hóa của các ngân hàng thì chỉ số này

thể hiện vai trò không rõ ràng bằng các chỉ số trên trong việc nhận biết các khác

biệt của các ngân hàng đối với các thay đổi trong chính sách tiền tệ. Đại lượng liên

kết Mức vốn hóa và lãi suất ngắn hạn có ý nghĩa khi xét kết hợp theo cặp hai hoặc

cả ba đặc trưng ngân hàng, và chỉ không có ý nghĩa thống kê khi chạy hồi quy

riêng đặc trưng này. Hệ số dương như kỳ vọng cho thấy các ngân hàng có mức độ

vốn hóa cao sẽ ít thay đổi hơn trước các cú shock chính sách tiền tệ so với các

ngân hàng có mức độ vốn hóa thấp hơn. Bằng chứng này phù hợp với các bằng

chứng được tìm thấy bởi Altunbas et al. (2002) và Gambacorta (2005), nhưng trái

ngược với các nghiên cứu được báo cáo bởi Ehrmann et al. (2003) cho các quốc

gia Tây Âu, khi cho rằng chỉ số Mức độ vốn hóa không quan trọng trong việc phân

biệt phản ứng của các ngân hàng đối với các thay đổi trong chính sách tiền tệ.

Gambacorta (2005) tranh luận rằng tỷ số vốn trên tài sản được sử dụng rộng

rãi có thể là một cách tính xấp xỉ tồi vì các ràng buộc về vốn đối với các ngân hàng

theo các tiêu chuẩn Basel. Theo Gambacorta (2005), chỉ số vốn hóa nên được tính

toán như là tổng của vốn mà ngân hàng nắm giữ vượt quá yêu cầu tối thiểu theo

quy định của riêng từng nước. Tại Việt Nam, lộ trình tăng vốn điều lệ quy định

cho các ngân hàng ở Việt Nam đã được ban hành theo Nghị định số 141/2006/NĐ-

CP ngày 22 tháng 11 năm 2006, theo đó quy định mức vốn pháp định áp dụng cho

các ngân hàng thương mại Nhà nước và ngân hàng thương mại cổ phần vào năm

2008 lần lượt là 3.000 tỷ đồng và 1.000 tỷ đồng, và con số này vào năm 2010 sẽ

là 3.000 tỷ đồng áp dụng cho cả hai đối tượng trên.

Nhưng vì một số lý do, chủ yếu liên quan đến sự suy thoái kinh tế trong thời

gian gần đây, nên tiến trình tăng vốn điều lệ này hiện không được đảm bảo, ngày

26/01/2011 Thủ tướng chính phủ phải ban hành tiếp nghị định số 10/2011/NĐ-CP

kéo dài thời hạn nâng vốn điều lệ lên bằng vốn pháp định (vẫn duy trì ở mức 3.000

tỷ đồng) cho các ngân hàng thương mại đến hết ngày 31/12/2011. Vì vậy, việc xác

định chính xác số vốn ngân hàng vượt trội hơn so với quy định gần như không khả

thi tại Việt Nam. Hơn nữa, như Matousek và Sarantis (2009) đã từng áp dụng định

nghĩa trên đối với dữ liệu ở các nước Trung và Đông Âu, kết quả cho thấy cách

tính của Gambacorta (2005) không mang lại kết quả thực sự khác biệt so với cách

tính truyền thống khi dấu và mức ý nghĩa của các hệ số về cơ bản không thay đổi.

Vì vậy, bài nghiên cứu không tiến hành kiểm tra lại kết quả cho chỉ số vốn hóa

theo định nghĩa của Gambacorta (2005).

Bảng 4.8. Danh mục mức vốn pháp định của tổ chức tín dụng, ban hành kèm

theo Nghị định số 141/2006/NĐ-CP

Mức vốn pháp định áp dụng cho

đến năm STT Loại hình tổ chức tín dụng

2008 2010

I Ngân hàng

1 Ngân hàng thương mại

A Ngân hàng thương mại Nhà nước 3.000 tỷ đồng 3.000 tỷ đồng

B Ngân hàng thương mại cổ phần 1.000 tỷ đồng 3.000 tỷ đồng

C Ngân hàng liên doanh 1.000 tỷ đồng 3.000 tỷ đồng

D Ngân hàng 100% vốn nước ngoài 1.000 tỷ đồng 3.000 tỷ đồng

Đ Chi nhánh Ngân hàng nước ngoài 15 triệu USD 15 triệu USD

2 Ngân hàng chính sách 5.000 tỷ đồng 5.000 tỷ đồng

3 Ngân hàng đầu tư 3.000 tỷ đồng 3.000 tỷ đồng

4 Ngân hàng phát triển 5.000 tỷ đồng 5.000 tỷ đồng

5 Ngân hàng hợp tác 1.000 tỷ đồng 3.000 tỷ đồng

6 Quỹ tín dụng nhân dân

A Quỹ tín dụng nhân dân TW 1.000 tỷ đồng 3.000 tỷ đồng

B Quỹ tín dụng nhân dân cơ sở 0,1 tỷ đồng 0,1 tỷ đồng

II Tổ chức tín dụng phi ngân hàng

1 Công ty tài chính 300 tỷ đồng 500 tỷ đồng

2 Công ty cho thuê tài chính 100 tỷ đồng 150 tỷ đồng

Để giải thích vì sao Mức vốn hóa không có vai trò rõ rệt trong mối tương

quan với chính sách tiền tệ, một số nguyên nhân có thể được kể đến. Đầu tiên, vấn

đề cần xem xét có thể không phải là chỉ số vốn hóa của một ngân hàng riêng lẻ mà

là với toàn bộ các ngân hàng (hoặc mạng lưới các ngân hàng). Thứ hai, chỉ số vốn

hóa có thể vốn đã hoàn toàn đủ cao do đó tình hình tín dụng ngân hàng không bị

ảnh hưởng bởi sự thay đổi trong chính sách tiền tệ (Ehrmann et al., 2003). Thứ ba,

tác động của chính sách tiền tệ lên các khoản vay ngân hàng có thể là bất đối xứng.

Chia nhỏ mẫu của các ngân hàng Mỹ thành các ngân hàng vốn cao và vốn thấp,

và cũng thêm vào chu kỳ của các điều kiện tiền tệ mở rộng và thu hẹp, Kishan and

Opiela (2006) tìm thấy bằng chứng mạnh về vai trò của chỉ số vốn hóa trong tình

hình tín dụng ngân hàng.

Khi xem xét thực trạng các ngân hàng ở Việt Nam, một phát hiện khá thú

vị là các ngân hàng có vốn tự có cao thì thường lại có mức vốn hóa thấp, và ngược

lại các ngân hàng có vốn tự có thấp thì thường lại có mức vốn hóa cao. Hình 4.1

thể hiện sự tương quan của nguồn vốn ngân hàng và mức vốn hóa của mỗi ngân

hàng trong mẫu (sử dụng dữ liệu năm 2011). Dễ dàng nhận thấy các ngân hàng có

vốn tự có cao nhất là các ngân hàng thuộc sở hữu nhà nước như Ngân hàng TMCP

Công Thương Việt Nam (mã CTG), Ngân hàng TMCP Ngoại Thương Việt Nam

(mã VCB), Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (mã BID), Ngân

hàng Nông nghiệp và Phát triển Nông thôn (mã Agri) cũng đồng thời là những

ngân hàng có chỉ số vốn hóa thấp trong ngành (chỉ số vốn hóa thấp hơn -0.5). Các

ngân hàng thuộc sở hữu tư nhân với quy mô và mức vốn tự có trung bình như

Ngân hàng TMCP Á Châu (mã ACB), Ngân hàng TMCP Kỹ Thương Việt Nam

(mã Techcom), Ngân hàng TMCP Sài Gòn Thương Tín (mã STB) cũng có chỉ số

vốn hóa âm. Trong khi đó, các ngân hàng có chỉ số vốn hóa dương đều thuộc về

các ngân hàng có vốn tự có thấp trên thị trường như Ngân hàng TMCP Phát triển

Mê Kông (mã MDB), Ngân hàng TMCP Sài Gòn Công Thương (mã SaigonBank),

Ngân hàng TMCP Bản Việt,…

----- Mức vốn hóa ─── Nguồn vốn

Hình 4.2. Đồ thị của Nguồn vốn và Mức vốn hóa các ngân hàng (2011)

Nguồn: Tổng hợp từ Báo cáo tài chính của các ngân hàng trong mẫu nghiên cứu

Dường như mức vốn hóa ít bị tác động bởi chính sách lãi suất từng thời kỳ,

mà bị tác động chính bởi tình hình sử dụng vốn và kết quả hoạt động kinh doanh

của từng ngân hàng trong từng thời kỳ. Các ngân hàng có mức vốn hóa cao hơn

so với trung bình ngành chủ yếu là các ngân hàng nhỏ, hoặc mới thành lập, mới

sát nhập hoặc mới tái cơ cấu, tăng vốn điều lệ để đạt được đến mức vốn pháp định

như quy định. Chính áp lực tăng vốn điều lệ theo quy định đã dẫn đến việc tỷ lệ

tăng vốn tự có không tương xứng với tỷ lệ tăng tài sản của ngân hàng, thường phụ

thuộc vào kết quả hoạt động kinh doanh như huy động vốn, cho vay, đầu tư,… của

mỗi ngân hàng.

4.2. Các tác động vĩ mô của kênh tín dụng ngân hàng

Ashcraft (2006) tranh luận rằng các bằng chứng về các phản ứng phân biệt

của cung tín dụng với các thay đổi trong chính sách tiền tệ giữa các ngân hàng

không nhất thiết ngụ ý về sự tồn tại của kênh tín dụng ngân hàng có ý nghĩa. Trong

việc xác định tầm quan trọng của kênh tín dụng ngân hàng, các nghiên cứu thực

nghiệm cần tiến hành kiểm tra xem liệu rằng những thay đổi trong cung tín dụng

giữa các ngân hàng có dẫn tới các thay đổi trong cung tín dụng tổng thể. Nếu như

việc chững lại của việc cho vay trong các ngân hàng nhỏ, thanh khoản yếu, thiếu

vốn bị loại bỏ bởi các ngân hàng lớn, thanh khoản mạnh và đủ vốn, thì tín dụng

ngân hàng tổng thể sẽ không thay đổi và do đó làm yếu đi tầm quan trọng của kênh

tín dụng ngân hàng. Thêm vào đó, các bài nghiên cứu cần xem xét liệu rằng các

thay đổi trong kênh tín dụng có dẫn đến các thay đổi trong hoạt động kinh tế thực

xét về tổng thể. Các đặc tính ngân hàng đơn lẻ sẽ chỉ đóng vai trò việc truyền dẫn

chính sách tiền tệ nếu các doanh nghiệp không có khả năng thay thế các khoản vay

ngân hàng bằng các nguồn tài chính khác.

Để kiểm tra hai vấn đề này, bài nghiên cứu sử dụng cùng phương pháp với

Ashcraft (2006) dùng cho nước Mỹ, và được Matousek và Sarantis (2009) ứng

dụng tiếp theo cho các nước Trung và Đông Âu. Ashcraft (2006) tập hợp dữ liệu

ngân hàng đến cấp độ bang và sau đó nghiên cứu phản ứng của tín dụng ngân hàng

cấp bang đối với các thay đổi trong thị phần tín dụng của các ngân hàng liên kết

với các công ty nắm giữ nhiều ngân hàng, cũng như là phản ứng của tăng trưởng

sản lượng bang với các thay đổi trong tăng trưởng tín dụng bang. Giả thuyết của

tác giả là các ngân hàng hội viên có khả năng bảo vệ các khoản tín dụng của họ

khỏi sự thu hẹp tiền tệ, do đó làm giảm bớt các tác động bất lợi của tăng trưởng

tín dụng bang và cho phép tín dụng ngân hàng về tổng thể không thay đổi.

Trong trường hợp của Việt Nam, bài nghiên cứu tiến hành tương tự như

Matousek và Sarantis (2009), theo đó tiến hành tập hợp dữ liệu lên đến cấp độ

quốc gia. Vì bài nghiên cứu đang sử dụng ba đặc tính ngân hàng, chúng ta sẽ tính

toán thị phần thị trường tín dụng của các ngân hàng vốn hóa cao nhất, thanh khoản

nhất và quy mô lớn nhất ở Việt Nam, được định nghĩa như là các ngân hàng có

quy mô, tỷ số thanh khoản và vốn hóa theo thứ tự cao hơn phân vị phần trăm thứ

90, tương tự như định nghĩa được sử dụng bởi Gambacorta (2005). Với định nghĩa

như vậy, các ngân hàng được xác định có quy mô lớn nhất bao gồm: Ngân hàng

TMCP Công Thương Việt Nam (CTG), Ngân hàng TMCP Ngoại Thương Việt

Nam (VCB), Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BID), Ngân hàng

Nông nghiệp và Phát triển Nông thôn (Agri); các ngân hàng có thanh khoản cao

nhất là: Ngân hàng TMCP Bưu điện Liên Việt (LBP), Ngân hàng TMCP Phát triển

nhà đồng bằng sông Cửu Long (MHB), Ngân hàng TMCP Đông Nam Á

(SeABank), Ngân hàng TMCP Tiên Phong; các ngân hàng có Mức vốn hóa cao

nhất là: Ngân hàng TMCP Bưu điện Liên Việt (LBP), Ngân hàng TMCP Phát triển

Mê Kông (MDB), Ngân hàng TMCP Nam Á, Ngân hàng TMCP Việt Á.

Sau đó chúng tôi sử dụng dữ liệu chung này và phương pháp ước lượng

tương tự đã được sử dụng ở phần 4.1 để ước tính phương trình (3.1) mở rộng, bây

giờ bao gồm thêm tương tác của các thay đổi trong lãi suất với thị phần thị trường

tín dụng của các ngân hàng lớn, thanh khoản cao và đủ vốn. Như ở trên, bài nghiên

cứu ước lượng các phương trình riêng biệt cho mỗi đặc tính ngân hàng. Giả thuyết

không ở đây là tổng của các hệ số trong các tương tác của các thay đổi trong lãi

suất với thị phần thị trường tín dụng của các ngân hàng lớn, thanh khoản cao và

đủ vốn là bằng không. Để nghiên cứu vấn đề thứ hai, chúng tôi làm theo Ashcraft

(2006) trong đó ước tính một phương trình đi ngược trở lại, với tăng trưởng sản

lượng quốc gia phụ thuộc vào tăng trưởng tín dụng ngân hàng quốc gia và một bộ

các biến được thiết lập như ở trên.

Bảng 4.9. Các phản ứng vĩ mô của kênh tín dụng ngân hàng

Quy mô Thanh khoản Mức vốn hóa

𝑠ℎ𝑎𝑟𝑒∆𝑅𝑡−𝑗 𝜃𝑖

a. Phản ứng tín dụng ngân hàng tổng thể đối với thị phần thị trường tín dụng

-0.236490*** (-34.02885) -4.669829*** (-16.05120) 3.562790*** (21.00482)

b. Độ nhạy cảm tổng thể của tăng trưởng kinh tế đối với tăng trưởng tín dụng ngân hàng

∆ln⁡(𝑙𝑜𝑎𝑛𝑠)𝑖𝑡 1.043054*** (9.622706) 2.182170*** (27.05667) 1.376134*** (17.26303)

Ghi chú: Các số trong ngoặc kép bên dưới các hệ số thể hiện giá trị t-values

*** Có ý nghĩa ở mức 1%

Các kết quả được thể hiện trong Bảng 4.9. Tổng của các hệ số (và t-values

tương ứng của chúng) trong tương tác của các thay đổi trong lãi suất và thị phần

thị trường tín dụng trong dòng (a) đều có ý nghĩa ở mức 1%, và đều khác xa 0.

Trong ba hệ số, chỉ có hệ số xét trong trường hợp thị phần thị trường tín dụng của

các ngân hàng có quy mô lớn là tương đối thấp (-0.236) nhưng không đủ thể hiện

sự bù đắp các phản ứng tiêu cực của các ngân hàng có quy mô nhỏ. Kết quả thu

được gợi ý rằng một sự gia tăng trong thị phần thị trường tín dụng của các ngân

hàng lớn, thanh khoản cao và vốn mạnh không đủ bù đắp các phản ứng tiêu cực

của tăng trưởng tín dụng ngân hàng xét về tổng thể với các thay đổi trong chính

sách tiền tệ, và do đó củng cố thêm về sự hiện diện của kênh tín dụng ngân hàng

tại Việt Nam. Các khám phá của chúng tôi phù hợp với Matousek và Sarantis

(2009) nhưng ngược với của Ashcraft (2006) chạy với nước Mỹ, tìm thấy rằng các

phản ứng tiêu cực của tăng trưởng tín dụng bang đối với các thay đổi trong lãi suất

quỹ liên bang được giảm nhẹ bởi thị phần thị trường tín dụng của các ngân hàng

liên kết. Những sự khác biệt này trong hành vi ngân hàng có thể phản ánh tốt

những sự khác biệt trong sự phát triển và cấu trúc của ngành ngân hàng ở Mỹ và

ở Việt Nam, với các ngân hàng ở Mỹ có năng lực nhiều hơn để làm “trơn” các

dòng ra của các khoản tiền gửi đảm bảo bằng việc phát hành các dạng tài sản vốn

khác hơn là các ngân hàng ở Việt Nam.

Dòng (b) ở Bảng 4.9 thể hiện tính co giãn của tăng trưởng sản lượng quốc

gia đối với tăng trưởng tín dụng ngân hàng quốc gia. Thật thú vị khi nhận ra rằng

tính co giãn này là dương và có ý nghĩa thống kê, kết quả này vẫn giữ được sự bền

vững khi thay thế các đặc tính ngân hàng khác nhau. Phát hiện này hỗ trợ cho giai

đoạn hai của kênh tín dụng ngân hàng: các doanh nghiệp ở Việt Nam dường như

không có khả năng thay thế các khoản tín dụng ngân hàng bằng các nguồn tài

chính khác, như phát hành cổ phần, trái phiếu,… Điều này ngụ ý rằng các ngân

hàng khác nhau khi phản ứng với các thay đổi trong chính sách tiền tệ sẽ thực sự

ảnh hưởng đến các hoạt động kinh tế thực. Các khám phá trong bài nghiên cứu

này trái ngược với độ co giãn âm và không có ý nghĩa của Ashcraft (2006) của

tăng trưởng sản lượng bang đối với tăng trưởng tín dụng bang cho nền kinh tế Mỹ.

Điều này là hợp lý khi các thị trường tài chính thanh khoản và có chiều sâu ở Mỹ

cho phép các doanh nghiệp thay thế các khoản tín dụng ngân hàng, trong khi thị

trường tài chính không phát triển ở Việt Nam ngăn cản các doanh nghiệp trong

nước làm điều tương tự.

Hình 4.3. Tốc độ tăng trưởng GDP từ năm 2007 - 2012

Nguồn số liệu: Tổng cục thống kê

Kết luận này dường như là hợp lý khi xem xét tốc độ tăng trưởng GDP trong

những năm gần đây đang có xu hướng giảm dần, trong bối cảnh tình hình các ngân

hàng thương mại ở Việt Nam cũng gặp nhiều khó khăn và tổng cung tín dụng cho

nền kinh tế của khối ngân hàng cũng giảm.

180

160

140

120

100

2008

2009

2010

2011

2012

Hình 4.4. Số lượng doanh nghiệp niêm yết mới từ năm 2010 – 2012

Nguồn số liệu: Sở Giao dịch chứng khoán Hà Nội và Thành phố Hồ Chí

Minh

Lập luận trên được hỗ trợ khi chúng ta nhìn lại thị trường chứng khoán Việt

Nam, nơi được coi như là kênh huy động vốn thay thế cho tín dụng ngân hàng.

Tính đến thời điểm cuối năm 2012, tổng số doanh nghiệp niêm yết trên sàn HNX

và HOSE là 702 doanh nghiệp, số doanh nghiệp giao dịch trên OTC là khoảng gần

2000 doanh nghiệp. Số lượng trái phiếu càng ít ỏi hơn với 38 mã trái phiếu niêm

yết trên sàn HOSE, số trái phiếu giao dịch OTC là 36 mã trái phiếu. Trong khi đó,

theo thống kê của Tổng cục Thống kê thì số lượng doanh nghiệp hoạt động thực

tế tính đến năm 2012 trên cả nước lớn hơn rất nhiều vào khoảng 375.000 doanh

nghiệp. Và mặc dù số lượng doanh nghiệp mới niêm yết qua các năm dù tăng

nhanh từ sau khi thị trường chứng khoán Việt Nam đi vào hoạt động, thì trong bối

cảnh hiện nay khi tình hình kinh tế suy thoái, số lượng doanh nghiệp niêm yết mới

đang giảm dần từ năm 2010 đến nay với số lượng niêm yết mới mỗi năm rất hạn

chế (số doanh nghiệp niêm yết mới năm 2012 trên hai sàn Hà Nội và Thành phố

Hồ Chí Minh là 25 doanh nghiệp, rất thấp hơn con số kỷ lục năm 2010 là 168

doanh nghiệp niêm yết mới). Điều này thể hiện chỉ có khoảng 1% các doanh

nghiệp có thể tiếp cận và tìm kiếm nguồn tài trợ trên thị trường tài chính. Còn số

còn lại, nếu như không thể tự tài trợ được hoặc không thể tìm kiếm sự hỗ trợ từ

phía người thân, bạn bè,… thì cách duy nhất để tài trợ cho hoạt động cũng như các

dự án của công ty là tài trợ bằng nợ vay. Tín dụng ngân hàng dó đó là kênh tài trợ

vốn quan trọng trong nền kinh tế tại Việt Nam cũng là một điều dễ hiểu.

5. Kết luận

5.1. Các kết quả nghiên cứu chính

Bài nghiên cứu này nghiên cứu vai trò của các ngân hàng trong cơ chế

truyền dẫn chính sách tiền tệ ở Việt Nam trong giai đoạn 2002 – 2012, nhằm xác

định tính hiệu lực của kênh tín dụng ngân hàng tại Việt Nam, thông qua việc làm

rõ cách các ngân hàng phản ứng lại với các thay đổi trong tình hình chính sách

tiền tệ thông qua các đặc trưng ngân hàng.

Sử dụng dữ liệu cấp độ ngân hàng của 37 ngân hàng thương mại với phương

pháp ước lượng bảng linh hoạt trên Mô hình Moment Tổng quát. Các kết quả thực

nghiệm có được từ bài nghiên cứu hỗ trợ giả thuyết rằng tồn tại kênh tín dụng ngân

hàng hiệu lực tại Việt Nam. Tuy nhiên trong khi vai trò của đặc trưng Quy mô và

Thanh khoản được thể hiện rõ nét trong việc giúp phân biệt phản ứng của các ngân

hàng đối với các thay đổi trong chính sách tiền tệ, thì đặc trưng Mức vốn hóa

không thể hiện được vai trò rõ ràng như vậy. Dấu dương kỳ vọng của các hệ số

của các đại lượng liên kết các đặc tính ngân hàng với chính sách tiền tệ cho thấy

các ngân hàng quy mô lớn, thanh khoản tốt và mức vốn hóa cao thì phản ứng ít

hơn trước các thay đổi trong chính sách tiền tệ so với các ngân hàng có quy mô

nhỏ, thanh khoản kém và có mức vốn hóa thấp hơn.

Bài nghiên cứu cũng xem xét các tác động kinh tế vĩ mô của kênh tín dụng

ngân hàng bằng việc tập hợp dữ liệu ngân hàng đến cấp độ quốc gia và so sánh tín

dụng ngân hàng quốc gia với tín dụng cân bằng như trong Ashcraft (2006). Nhưng

ngược với các bằng chứng ở Mỹ, bài nghiên cứu tìm thấy rằng thị phần tín dụng

của các ngân hàng lớn, thanh khoản tốt, chỉ số vốn hóa cao không làm giảm đi các

phản ứng tiêu cực của tăng trưởng tín dụng ngân hàng trong nước với các thay đổi

chính sách tiền tệ. Thêm vào đó, bài nghiên cứu cũng tìm thấy bằng chứng mạnh

liên kết cung tín dụng tổng thể đến hoạt động kinh tế thực, với độ co giãn của tăng

trưởng sản lượng quốc gia đối với tăng trưởng tín dụng ngân hàng quốc gia là

dương và có ý nghĩa. Hai kết quả này, so sánh với phản ứng khác biệt của cung tín

dụng ngân hàng đối với các thay đổi trong chính sách tiền tệ giữa các ngân hàng,

xác nhận sự quan trọng của kênh tín dụng ngân hàng trong cơ chế truyền dẫn chính

sách tiền tệ tại Việt Nam.

5.2. Các hạn chế và hướng nghiên cứu tiếp theo

Bài nghiên cứu này có thể được phát triển theo một số cách hữu ích. Đầu

tiên, dữ liệu không tổng thể của tín dụng ngân hàng có thể giúp chúng ta hiểu được

tốt hơn cách thức chính sách tiền tệ được truyền dẫn qua kênh tín dụng ngân hàng

như thế nào. Bằng cách chia nhỏ chuỗi số liệu cho vay có thể chia thành các khoản

vay doanh nghiệp và cá nhân, sau đó có thể chia nhỏ tiếp tục thành ngắn hạn và

dài hạn, chúng ta có thể có được cái nhìn chính xác hơn về tác động của các thay

đổi trong chính sách tiền tệ.

Thứ hai, chia nhỏ mẫu thành thời kỳ mở rộng và thu hẹp tiền tệ, như Kishan

and Opiela (2006) thực hiện cho nước Mỹ, sẽ cho phép chúng ta phân tích nghiên

cứu kênh tín dụng ngân hàng đa chế độ được làm rõ bởi Kierzenkowski (2005).

Nhưng những công việc thực nghiệm đòi hỏi chuỗi thời gian dài để xác định số

lượng chế độ tiền tệ khác nhau, với đủ số quan sát cho từng năm. Đáng tiếc, chuỗi

thời gian dài như vậy không có sẵn ở Việt Nam. Tuy nhiên, một cách để giải quyết

vấn đề này là cố gắng đưa ra một chỉ số điều kiện kinh tế cho tình hình chính sách

tiền tệ như trong Bernanke and Mihov (1998), có thể xác định được các chế độ

chính sách tiền tệ khác nhau trong suốt giai đoạn mẫu. Nhiệm vụ này sẽ để lại cho

các bài nghiên cứu tiếp theo.

Thứ ba, bài nghiên cứu cho thấy các thay đổi trong chính sách tiền tệ sẽ có

ảnh hưởng đến hoạt động cho vay và từ đó ảnh hưởng đến hoạt động nền kinh tế

ngay trong năm thay đổi (độ trễ bằng không), điều này mở ra câu hỏi liệu có phải

độ trễ của chính sách nên được tính theo tháng hoặc quý? Muốn trả lời cho câu

hỏi này, cần phải sử dụng các số liệu thống kê theo tháng hoặc theo quý, vốn không

có sẵn ở Việt Nam. Một giải pháp thay thế là chúng ta sử dụng dữ liệu tổng thể

như De Mello và Pisu (2010), không tập trung vào phân tích cách thức tác động

qua các đặc tính ngân hàng nhưng cho phép chúng ta có cái nhìn tổng quan và đầy

đủ về hiệu lực của kênh tín dụng ngân hàng. Tuy nhiên, mô hình của De Mello và

Pisu (2010) yêu cầu dữ liệu tổng thể về tổng nguồn vốn ngân hàng theo tháng,

trong khi việc thu thập dữ liệu này tại Việt Nam gặp rất nhiều hạn chế vì mới được

công bố công khai từ tháng 04 năm 2012, hướng nghiên cứu này sẽ dành cho các

bài nghiên cứu tiếp theo trong tương lai.

PHỤ LỤC

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 04/06/14 Time: 22:01 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(SIZE(-1)) @LEV(SIZE(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.001958 -0.006952 -0.004669 0.060205 -0.089888 0.009349

0.010647 0.000986 0.000290 0.002143 0.006078 0.000905

0.183914 -7.048497 -16.09850 28.09142 -14.79026 10.33520

Effects Specification

Variable LOAN(-1) RATE CPI GDP SIZE SIZE*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.8543 0.0000 0.0000 0.0000 0.0000 0.0000

0.113230 3.666375 37

Mean dependent var S.E. of regression J-statistic Prob(J-statistic)

0.041722 S.D. dependent var 0.134723 Sum squared resid 36.11550 Instrument rank 0.241740

1. Kết quả chạy mô hình (3.1) sử dụng đặc trưng Quy mô:

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 04/06/14 Time: 22:02 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(LIQ(-1)) @LEV(LIQ(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.030100 0.000582 -0.007430 0.050093 0.045331 0.026867

0.005236 0.000532 0.000124 0.000961 0.021929 0.006547

5.749208 1.093965 -59.73349 52.10085 2.067112 4.103585

Effects Specification

Variable LOAN(-1) RATE CPI GDP LIQ LIQ*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0000 0.2753 0.0000 0.0000 0.0400 0.0001

0.113230 4.032143 37

Mean dependent var S.E. of regression J-statistic Prob(J-statistic)

0.041722 S.D. dependent var 0.141284 Sum squared resid 35.83705 Instrument rank 0.251834

2. Kết quả chạy mô hình (3.1) sử dụng đặc trưng Thanh khoản:

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 04/06/14 Time: 22:04 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(CAP(-1)) @LEV(CAP(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.016291 0.002532 -0.008027 0.046947 -0.076925 0.006201

0.009506 0.000401 0.000111 0.001042 0.024192 0.006164

1.713694 6.319477 -72.42220 45.07161 -3.179726 1.005962

Effects Specification

Variable LOAN(-1) RATE CPI GDP CAP CAP*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0881 0.0000 0.0000 0.0000 0.0017 0.3156

0.113230 3.550864 37

Mean dependent var S.E. of regression J-statistic Prob(J-statistic)

0.041722 S.D. dependent var 0.132584 Sum squared resid 35.44884 Instrument rank 0.266358

3. Kết quả chạy mô hình (3.1) sử dụng đặc trưng Mức vốn hóa:

4. Kết quả chạy mô hình (3.1) sử dụng cặp đặc trưng Quy mô và Thanh

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 04/06/14 Time: 22:06 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(SIZE(-1)) @LEV(LIQ(-1)) @LEV(SIZE(-1)*RATE( -1)) @LEV(LIQ(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

-0.017787 -0.007750 -0.003758 0.063838 -0.106671 0.094779 0.007455 0.038153

0.011264 0.001018 0.000352 0.002266 0.006890 0.026734 0.000508 0.008735

-1.579116 -7.609328 -10.68575 28.17046 -15.48281 3.545320 14.68338 4.367814

Effects Specification

Variable LOAN(-1) RATE CPI GDP SIZE LIQ SIZE*RATE LIQ*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.1159 0.0000 0.0000 0.0000 0.0000 0.0005 0.0000 0.0000

0.113230 3.858738 37

Mean dependent var S.E. of regression J-statistic Prob(J-statistic)

0.041722 S.D. dependent var 0.138902 Sum squared resid 33.70117 Instrument rank 0.250367

khoản:

5. Kết quả chạy mô hình (3.1) sử dụng cặp đặc trưng Quy mô và Mức

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 04/06/14 Time: 22:08 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(SIZE(-1)) @LEV(CAP(-1)) @LEV(SIZE(-1) *RATE(-1)) @LEV(CAP(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.010688 -0.010121 -0.004153 0.064679 -0.099294 -0.111597 0.015629 0.053519

0.020374 0.001787 0.000421 0.004382 0.011826 0.051609 0.002264 0.019796

0.524580 -5.664276 -9.861553 14.76110 -8.396475 -2.162353 6.901863 2.703470

Effects Specification

Variable LOAN(-1) RATE CPI GDP SIZE CAP SIZE*RATE CAP*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.6005 0.0000 0.0000 0.0000 0.0000 0.0318 0.0000 0.0075

0.113230 3.602933 37

Mean dependent var S.E. of regression J-statistic Prob(J-statistic)

0.041722 S.D. dependent var 0.134219 Sum squared resid 31.88860 Instrument rank 0.324784

vốn hóa:

6. Kết quả chạy mô hình (3.1) sử dụng cặp đặc trưng Thanh khoản và

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 04/06/14 Time: 22:10 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(LIQ(-1)) @LEV(CAP(-1)) @LEV(LIQ(-1)*RATE( -1)) @LEV(CAP(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.026629 0.000127 -0.007353 0.052284 0.064754 0.044671 0.028260 0.016866

0.011065 0.000720 0.000140 0.001795 0.028008 0.044330 0.007057 0.006160

2.406610 0.176337 -52.39645 29.12431 2.311963 1.007698 4.004279 2.737775

Effects Specification

Variable LOAN(-1) RATE CPI GDP LIQ CAP LIQ*RATE CAP*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0170 0.8602 0.0000 0.0000 0.0218 0.3148 0.0001 0.0067

0.113230 3.779779 37

Mean dependent var S.E. of regression J-statistic Prob(J-statistic)

0.041722 S.D. dependent var 0.137473 Sum squared resid 35.07185 Instrument rank 0.202190

Mức vốn hóa:

7. Kết quả chạy mô hình (3.1) sử dụng cả 3 đặc trưng Quy mô, Thanh

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 04/06/14 Time: 22:13 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(SIZE(-1)) @LEV(LIQ(-1)) @LEV(CAP(-1)) @LEV(SIZE(-1)*RATE(-1)) @LEV(LIQ(-1)*RATE(-1)) @LEV(CAP(-1) *RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

-0.004968 -0.010881 -0.003355 0.067066 -0.112233 0.100501 -0.061023 0.013168 0.033999 0.048585

0.010353 0.001173 0.000379 0.002892 0.008721 0.033327 0.078449 0.001524 0.009535 0.019519

-0.479886 -9.274489 -8.857268 23.18909 -12.86878 3.015617 -0.777861 8.642240 3.565762 2.489092

Effects Specification

Variable LOAN(-1) RATE CPI GDP SIZE LIQ CAP SIZE*RATE LIQ*RATE CAP*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.6318 0.0000 0.0000 0.0000 0.0000 0.0029 0.4376 0.0000 0.0005 0.0136

0.113230 3.565324 37

Mean dependent var S.E. of regression J-statistic Prob(J-statistic)

0.041722 S.D. dependent var 0.134189 Sum squared resid 31.75216 Instrument rank 0.241387

khoản và Mức vốn hóa:

8. Kiểm định tác động vĩ mô của chính sách tiền tệ tới tín dụng ngân

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 10/27/13 Time: 05:28 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(SIZE(-1)) @LEV(SIZE(-1)*RATE(-1)) @LEV(BS( -1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.016665 0.135056 -0.003181 0.048667 -0.111482 0.004257 -0.236490

0.009123 0.004187 0.000356 0.002659 0.010515 0.000570 0.006950

1.826628 32.25842 -8.932248 18.30539 -10.60194 7.471656 -34.02885

Effects Specification

Variable LOAN(-1) RATE CPI GDP SIZE SIZE*RATE BS*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0692 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

0.113230 3.377567 37

Mean dependent var S.E. of regression J-statistic

0.041722 S.D. dependent var 0.129630 Sum squared resid 32.64178 Instrument rank

hàng với các Ngân hàng có Quy mô lớn:

9. Kiểm định tác động vĩ mô của chính sách tiền tệ tới tín dụng ngân

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 10/27/13 Time: 05:30 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(LIQ(-1)) @LEV(LIQ(-1)*RATE(-1)) @LEV(BL(-1) *RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

-0.052437 0.120168 -0.006815 0.072189 0.740199 -0.021395 -4.669829

0.006961 0.007716 0.000335 0.001288 0.047632 0.005564 0.290933

-7.532496 15.57370 -20.33462 56.04670 15.54006 -3.845422 -16.05120

Effects Specification

Variable LOAN(-1) RATE CPI GDP LIQ LIQ*RATE BL*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0000 0.0000 0.0000 0.0000 0.0000 0.0002 0.0000

0.113230 2.706710 37

Mean dependent var S.E. of regression J-statistic

0.041722 S.D. dependent var 0.116044 Sum squared resid 32.75741 Instrument rank

hàng với các Ngân hàng có Thanh khoản cao:

10. Kiểm định tác động vĩ mô của chính sách tiền tệ tới tín dụng ngân

Dependent Variable: LOAN Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 10/27/13 Time: 05:32 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(LOAN,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(GDP(-1)) @LEV(CAP(-1)) @LEV(CAP(-1)*RATE(-1)) @LEV(BC( -1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.033982 -0.052972 -0.008168 0.028744 -0.040488 0.006577 3.562790

0.009838 0.002946 0.000123 0.000666 0.031919 0.006193 0.169618

3.454282 -17.97969 -66.63385 43.16778 -1.268447 1.062094 21.00482

Effects Specification

Variable LOAN(-1) RATE CPI GDP CAP CAP*RATE BC*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0007 0.0000 0.0000 0.0000 0.2061 0.2895 0.0000

0.113230 3.548215 37

Mean dependent var S.E. of regression J-statistic

0.041722 S.D. dependent var 0.132864 Sum squared resid 34.81207 Instrument rank

hàng có Mức vốn hóa cao:

11. Kiểm định tác động vĩ mô của tín dụng ngân hàng với GDP sử dụng

Dependent Variable: GDP Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 10/27/13 Time: 05:50 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(GDP,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(LOAN(-1)) @LEV(SIZE(-1)) @LEV(SIZE(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.524599 0.269174 -0.133278 1.043054 1.883778 0.027361

0.008975 0.002208 0.001493 0.108395 0.057701 0.003092

58.45142 121.9057 -89.27543 9.622706 32.64728 8.848868

Effects Specification

Variable GDP(-1) RATE CPI LOAN SIZE SIZE*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

0.736681 75.27171 33

Mean dependent var S.E. of regression J-statistic

0.030714 S.D. dependent var 0.610436 Sum squared resid 36.76994 Instrument rank

đặc trưng Quy mô:

12. Kiểm định tác động vĩ mô của tín dụng ngân hàng với GDP sử dụng

Dependent Variable: GDP Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 10/27/13 Time: 05:53 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(GDP,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(LOAN(-1)) @LEV(LIQ(-1)) @LEV(LIQ(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

0.068039 0.172267 -0.032963 2.182170 -2.103809 0.147996

0.008310 0.002015 0.001041 0.080652 0.141417 0.041224

8.187399 85.48537 -31.67274 27.05667 -14.87659 3.590000

Effects Specification

Variable GDP(-1) RATE CPI LOAN LIQ LIQ*RATE

Cross-section fixed (orthogonal deviations)

Prob. 0.0000 0.0000 0.0000 0.0000 0.0000 0.0004

0.736681 99.44137 33

Mean dependent var S.E. of regression J-statistic

0.030714 S.D. dependent var 0.701630 Sum squared resid 36.38041 Instrument rank

đặc trưng Thanh khoản:

13. Kiểm định tác động vĩ mô của tín dụng ngân hàng với GDP sử dụng

Dependent Variable: GDP Method: Panel Generalized Method of Moments Transformation: Orthogonal Deviations Date: 10/27/13 Time: 05:54 Sample (adjusted): 2005 2012 Periods included: 8 Cross-sections included: 37 Total panel (unbalanced) observations: 208 White period instrument weighting matrix White period standard errors & covariance (d.f. corrected) Instrument specification: @DYN(GDP,-2) @LEV(RATE(-1)) @LEV(CPI(-1)) @LEV(LOAN(-1)) @LEV(CAP(-1)) @LEV(CAP(-1)*RATE(-1)) Constant added to instrument list

Coefficient

Std. Error

t-Statistic

Prob.

0.135712 0.168537 -0.041843 1.376134 -0.773436 -0.188312

0.002946 0.001437 0.000620 0.079716 0.144554 0.019192

46.07100 117.3102 -67.48527 17.26303 -5.350488 -9.811909

Effects Specification

Variable GDP(-1) RATE CPI LOAN CAP CAP*RATE

Cross-section fixed (orthogonal deviations)

NA 0.0000 0.0000 0.0000 0.0000 0.0000

0.736681 98.84086 33

Mean dependent var S.E. of regression J-statistic

0.030714 S.D. dependent var 0.699508 Sum squared resid 36.24235 Instrument rank

đặc trưng Mức vốn hóa:

Ngân hàng Năm 2012 ACB 2011 ACB 2010 ACB 2009 ACB 2008 ACB 2007 ACB 2006 ACB 2005 ACB 2004 ACB 2003 ACB 2002 ACB 2012 CTG 2011 CTG 2010 CTG 2009 CTG 2008 CTG 2007 CTG 2006 CTG 2005 CTG 2004 CTG 2003 CTG 2002 CTG 2012 EIB 2011 EIB 2010 EIB 2009 EIB 2008 EIB 2007 EIB 2006 EIB 2005 EIB 2004 EIB 2012 MBB 2011 MBB

Tài sản 175,196,801 278,855,703 202,453,569 167,724,211 105,306,130 85,391,681 44,645,039 24,272,864 15,416,674 10,854,801 9,349,660 503,192,693 460,316,883 367,086,023 242,666,687 193,590,357 166,122,971 135,363,026 115,765,970 90,734,644 80,887,100 67,980,412 170,201,188 183,680,052 131,105,060 65,448,356 48,247,821 33,710,424 18,327,497 11,369,233 8,267,377 173,933,384 134,699,548

Cho vay 101,832,103 101,897,633 86,647,964 62,020,929 34,832,700 31,810,857 17,014,419 9,381,517 6,698,437 5,352,255 3,894,784 331,935,534 291,915,461 233,062,477 162,335,326 120,752,073 102,190,640 80,152,334 74,632,271 64,159,552 51,778,532 47,120,856 74,922,289 74,663,330 62,345,714 38,003,086 21,232,198 18,452,152 10,207,392 6,433,155 5,016,738 74,564,499 58,527,135

Tài sản thanh khoản 59,836,939 122,757,560 96,355,280 77,230,621 62,680,533 48,706,282 25,118,419 13,919,566 8,221,349 5,095,228 2,695,942 145,007,333 148,839,033 165,815,748 70,231,240 68,065,734 61,225,309 51,547,698 40,965,821 22,665,869 21,326,290 19,083,929 84,745,913 101,367,322 60,761,951 24,434,328 25,073,538 13,512,797 7,409,240 4,322,147 2,925,175 91,542,403 67,323,551

Vốn chủ sở hữu 12,386,031 11,767,160 11,198,736 9,640,403 7,766,468 6,257,849 1,653,987 1,283,206 705,684 562,391 489,452 32,769,782 27,511,839 17,829,934 12,384,649 12,336,159 10,646,529 5,607,022 4,999,839 4,908,773 4,154,083 3,173,697 15,801,463 16,313,143 13,505,922 13,353,319 12,844,077 6,294,943 1,946,667 835,539 531,593 12,807,009 9,590,010

14. Dữ liệu thống kê của các ngân hàng

2010 2009 2008 2007 2006 2005 2004 2003 2012 2011 2010 2009 2008 2007 2006 2005 2012 2011 2010 2009 2008 2007 2006 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2012 2011 2010

104,343,869 65,091,360 42,008,500 29,623,582 13,611,319 8,214,933 6,509,140 4,031,493 21,584,048 22,494,619 20,015,059 18,689,953 10,905,279 9,903,074 1,126,555 144,861 115,945,055 70,962,794 51,013,863 27,469,197 14,381,310 12,367,441 1,322,027 151,281,538 140,136,974 141,798,738 98,473,979 67,469,131 63,363,815 24,776,182 14,456,182 10,394,881 7,304,443 4,296,451 414,241,659 368,521,753 306,930,668

45,756,097 27,147,636 14,795,824 11,468,742 5,836,049 4,218,138 3,455,160 2,691,422 12,885,655 12,914,682 10,766,555 9,864,203 5,474,559 4,363,446 354,255 63,592 56,871,071 29,158,661 24,301,154 12,701,664 6,252,699 4,183,503 492,984 94,079,957 78,448,928 77,359,055 55,247,904 33,677,315 34,315,817 14,394,313 8,379,335 5,958,444 4,698,264 3,256,353 239,773,105 208,085,778 175,600,459

50,412,486 34,922,506 24,409,917 16,523,976 7,189,554 3,637,065 2,795,529 1,165,616 4,369,473 6,212,480 7,355,826 7,951,919 4,669,309 4,969,148 796,288 24,767 45,696,366 33,919,784 21,210,023 12,302,343 5,665,971 6,031,286 705,388 43,521,259 48,610,435 54,262,603 35,837,953 27,599,874 24,523,696 6,296,817 4,837,525 3,702,738 2,235,834 837,678 166,194,877 151,211,496 126,042,161

8,800,262 6,830,289 4,405,284 3,549,866 1,380,912 636,598 481,739 378,304 3,184,140 3,214,893 2,022,338 1,166,039 1,076,158 579,028 521,135 103,149 9,447,862 5,804,694 4,183,214 2,417,045 2,266,655 2,178,409 511,294 13,413,864 14,224,098 13,633,109 10,289,001 7,638,164 7,180,634 2,870,346 1,881,641 964,940 644,948 351,862 40,979,680 28,122,036 19,823,619

MBB MBB MBB MBB MBB MBB MBB MBB NVB NVB NVB NVB NVB NVB NVB NVB SHB SHB SHB SHB SHB SHB SHB STB STB STB STB STB STB STB STB STB STB STB VCB VCB VCB

VCB VCB VCB VCB VCB VCB VCB VCB BaoViet BaoViet BaoViet BaoViet BID BID BID BID BID BID BID BID BID BID HDBank HDBank HDBank HDBank HDBank HDBank HDBank HDBank KienLong KienLong KienLong KienLong KienLong KienLong KienLong

2009 2008 2007 2006 2005 2004 2003 2002 2012 2011 2010 2009 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2012 2011 2010 2009 2008 2007 2006 2005 2012 2011 2010 2009 2008 2007 2006

255,067,701 222,089,520 197,408,036 167,127,832 136,720,611 120,006,267 97,653,125 81,668,309 13,282,965 13,224,921 13,717,871 7,269,755 485,000,765 406,918,513 363,703,253 294,340,156 246,494,323 204,511,148 161,277,291 121,403,327 102,715,949 87,430,558 52,782,831 45,025,421 34,389,227 19,127,427 9,667,917 13,822,552 4,014,307 2,295,520 19,072,500 17,886,335 12,627,784 7,478,452 2,939,018 2,200,856 827,261

140,546,562 108,617,623 95,429,695 66,250,888 61,043,981 53,604,547 39,678,097 29,335,019 6,610,656 6,633,212 529,398 562,577 337,627,458 286,026,278 245,052,427 200,857,760 156,870,045 129,079,350 98,638,838 85,434,376 72,430,175 63,758,459 21,147,825 13,847,786 11,728,193 8,230,884 6,135,342 8,877,033 2,677,532 1,374,968 9,683,477 8,403,856 7,008,436 4,874,377 2,195,377 1,351,742 602,124

109,966,441 106,287,567 96,992,559 97,464,503 74,290,129 64,771,580 36,715,854 40,994,608 6,298,081 6,223,955 7,679,748 4,820,756 128,186,172 101,991,292 101,293,286 82,476,630 77,904,765 65,292,997 57,155,714 35,694,484 30,329,444 24,348,563 20,829,351 22,487,949 17,538,148 9,173,610 2,707,658 3,868,029 1,210,698 840,180 7,492,375 8,186,273 4,244,211 2,171,802 504,765 711,604 193,363

16,003,468 13,945,829 13,551,546 11,228,106 8,622,770 7,249,945 5,923,811 4,564,857 3,153,417 1,671,211 1,647,871 1,563,108 26,471,654 23,871,397 23,474,995 17,106,238 13,466,100 11,976,403 7,626,198 6,530,861 6,182,140 5,503,637 5,393,746 3,547,632 2,357,637 1,796,164 1,672,591 740,734 703,632 355,062 3,441,275 3,453,868 3,224,995 1,116,678 1,047,288 638,421 318,368

KienLong LPB LPB LPB LPB LPB MDB MDB MDB MDB MDB MDB MDB MDB MDB NamA NamA NamA NamA NamA NamA NamA NamA NamA MSB MSB MSB MSB MSB MSB MSB MSB Ocean Ocean Ocean Ocean Ocean

2005 2012 2011 2010 2009 2008 2012 2011 2010 2009 2008 2007 2006 2005 2004 2012 2011 2010 2009 2008 2007 2006 2005 2004 2012 2011 2010 2009 2008 2007 2006 2005 2012 2011 2010 2009 2008

376,824 66,412,697 56,132,336 34,984,722 17,366,930 7,452,949 8,596,959 10,241,182 17,226,794 2,523,817 2,041,888 1,575,156 447,548 227,374 171,444 16,025,842 18,883,465 14,508,724 10,938,109 5,891,034 5,240,389 3,884,440 1,605,244 1,173,676 109,923,376 114,374,998 115,336,083 63,882,044 32,626,054 17,569,024 8,521,285 4,378,532 64,462,099 62,639,317 55,138,903 33,784,958 14,091,336

331,500 22,991,681 12,757,139 9,833,703 5,423,254 2,409,732 3,717,008 3,186,303 2,695,293 2,383,033 1,339,146 1,264,613 394,429 194,695 153,235 6,848,139 6,944,123 5,302,112 5,012,922 3,749,653 2,698,695 2,047,541 1,248,829 793,737 28,943,630 37,752,939 31,829,535 23,871,616 11,124,146 6,527,868 2,888,130 2,332,739 25,564,979 18,955,669 17,630,961 10,188,901 5,938,759

27,070 34,314,046 38,251,378 22,003,240 9,954,506 4,245,054 4,500,516 6,606,522 9,474,579 100,939 579,682 245,889 31,475 21,594 11,140 5,954,686 7,100,383 6,115,974 4,796,164 1,429,003 2,166,502 1,540,470 271,142 231,316 64,825,588 65,159,165 60,389,104 37,626,295 20,426,063 10,758,802 5,468,697 1,913,011 33,608,648 36,223,382 29,252,793 18,695,234 6,999,843

45,148 7,391,002 6,594,001 4,106,392 3,828,190 3,446,588 3,986,952 3,882,129 3,822,188 1,036,769 577,616 544,165 82,269 34,660 24,111 3,266,928 3,151,996 2,174,892 1,336,679 4,601,851 4,573,888 599,013 185,924 137,277 9,090,031 9,299,881 6,327,589 3,553,452 1,873,374 1,883,804 795,055 245,493 4,484,814 4,644,051 4,087,344 2,252,379 1,078,162

2007 Ocean 2006 Ocean 2012 Oricom 2011 Oricom 2010 Oricom 2009 Oricom 2008 Oricom 2007 Oricom 2006 Oricom 2005 Oricom 2004 Oricom 2003 Oricom 2012 PGBank 2011 PGBank 2010 PGBank 2009 PGBank 2008 PGBank 2007 PGBank 2006 PGBank 2005 PGBank 2012 PNB 2011 PNB 2010 PNB 2009 PNB 2008 PNB 2007 PNB 2006 PNB PNB 2005 Saigonbank 2012 Saigonbank 2011 Saigonbank 2010 Saigonbank 2009 Saigonbank 2008 Saigonbank 2007 Saigonbank 2006 Saigonbank 2005 Saigonbank 2004

13,680,072 1,001,386 27,424,138 25,423,767 19,689,657 12,686,215 10,094,702 11,755,019 6,440,871 4,020,208 2,529,534 1,714,927 19,250,898 17,582,081 16,378,325 10,418,510 6,184,199 4,681,255 1,186,247 226,157 75,269,551 69,990,870 60,235,078 35,473,136 20,761,516 17,129,590 9,115,671 6,410,787 15,458,880 15,943,064 16,812,004 11,910,611 11,205,359 10,184,646 6,240,308 4,290,929 3,188,300

4,713,442 662,922 17,238,801 13,845,764 11,584,528 10,216,980 8,527,662 7,515,306 4,660,540 2,891,152 1,899,677 1,109,690 13,787,373 12,112,037 10,886,497 6,267,026 2,365,282 1,917,569 801,781 181,268 43,633,578 35,338,516 31,267,327 19,785,792 9,479,135 5,828,236 4,665,207 4,773,981 10,860,925 11,182,716 10,455,752 9,722,120 7,916,376 7,363,558 4,852,177 3,554,779 2,614,897

7,312,009 294,637 8,018,291 8,993,033 6,926,924 1,756,196 803,875 3,602,978 1,360,754 993,477 539,029 540,685 4,972,675 4,403,317 3,990,894 3,504,891 3,164,625 2,183,558 360,996 39,156 7,049,128 15,574,434 23,830,184 11,141,357 6,828,792 8,872,168 3,518,188 1,271,143 2,594,584 3,012,354 4,366,593 1,276,971 2,527,959 2,422,122 1,102,357 535,945 373,060

1,114,572 179,562 3,819,577 3,751,686 3,139,837 2,330,895 1,591,088 1,655,131 832,611 412,967 243,805 128,269 3,194,033 2,590,976 2,173,413 1,093,485 1,025,927 543,385 213,096 92,303 4,335,768 4,017,344 3,573,361 2,935,682 2,382,734 2,166,110 1,621,860 688,614 3,539,432 3,845,289 3,525,864 1,931,748 1,469,766 1,431,609 931,562 609,434 470,621

Techcom Techcom Techcom Techcom Techcom Techcom Techcom Techcom Techcom Techcom Techcom VIB VIB VIB VIB VIB VIB VIB VIB BanViet BanViet BanViet BanViet BanViet BanViet BanViet BanViet BanViet VPBank VPBank VPBank VPBank VPBank VPBank VPBank VPBank VPBank

2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2012 2011 2010 2009 2008 2007 2006 2005 2012 2011 2010 2009 2008 2007 2006 2005 2004 2012 2011 2010 2009 2008 2007 2006 2005 2004

177,935,663 178,190,978 150,291,215 92,581,504 59,098,962 39,542,496 17,326,353 10,666,106 7,667,461 5,510,430 4,059,824 63,164,119 97,055,765 93,826,929 56,635,118 34,719,057 39,305,035 16,526,623 8,967,681 21,169,482 17,008,268 8,225,404 3,329,942 3,348,407 2,036,415 783,873 502,687 457,635 98,696,210 80,623,170 59,807,023 27,543,006 18,587,010 18,137,433 10,158,301 6,090,162 4,149,288

67,136,307 62,546,791 52,316,862 41,580,370 26,343,017 20,486,131 8,696,101 5,293,062 3,370,091 2,296,506 1,896,318 33,585,054 42,873,907 41,257,639 27,103,139 19,774,509 16,744,250 9,111,234 5,255,206 7,781,837 4,380,300 3,662,841 2,314,882 1,296,136 1,051,172 521,006 390,211 329,034 36,903,305 29,933,643 25,323,735 15,682,819 12,904,143 13,287,472 4,993,976 3,295,406 1,864,339

83,695,371 101,228,309 85,433,306 45,041,851 30,037,107 17,940,712 7,948,333 5,063,621 4,144,923 3,191,155 2,114,679 23,405,974 50,440,419 46,937,300 27,783,448 13,865,333 21,189,512 6,611,171 3,198,001 10,937,758 10,694,669 4,264,150 1,456,322 1,463,847 888,410 176,812 35,897 52,218 51,581,315 43,619,581 26,065,507 10,846,088 4,637,540 4,000,528 4,634,035 2,550,194 1,517,182

13,101,825 12,109,802 9,389,161 7,323,826 5,625,408 3,573,416 1,761,687 1,009,405 515,107 208,875 130,978 8,364,596 8,154,584 6,593,161 2,945,074 2,292,538 2,182,533 1,189,931 592,787 3,229,602 3,300,615 2,078,311 1,106,845 1,054,151 755,452 217,837 82,415 34,817 6,504,169 5,894,752 5,204,731 2,547,985 2,394,711 2,180,834 835,639 329,065 199,297

2003 VPBank 2012 WEB 2011 WEB 2010 WEB 2009 WEB 2008 WEB 2007 WEB 2006 WEB 2005 WEB 2004 WEB 2012 ABBank 2011 ABBank 2010 ABBank 2009 ABBank 2008 ABBank 2007 ABBank 2006 ABBank 2012 DAB 2011 DAB 2010 DAB 2009 DAB 2008 DAB 2007 DAB 2006 DAB 2011 Agri 2010 Agri 2009 Agri 2008 Agri 2007 Agri 2006 Agri 2005 Agri 2004 Agri 2003 Agri Agri 2002 DongABank 2012 DongABank 2011 DongABank 2010

2,491,867 15,151,781 20,574,354 9,335,005 10,314,177 2,661,681 1,293,111 506,268 214,342 198,296 44,166,309 41,625,754 37,999,553 26,518,084 13,494,125 17,174,117 3,113,898 17,910,205 22,202,146 11,162,053 7,077,701 3,071,192 2,029,312 1,407,350 559,007,910 519,758,499 466,020,083 400,485,183 326,896,862 252,110,029 201,918,235 171,964,188 136,746,188 97,233,996 69,278,223 64,738,195 55,873,084

1,508,955 5,142,994 8,744,279 3,942,622 1,785,004 1,364,529 627,010 293,607 173,793 160,052 18,755,777 19,915,501 19,665,526 12,740,502 6,457,751 6,800,285 1,116,500 8,928,133 6,927,592 5,833,479 4,249,434 1,834,526 1,695,080 736,509 427,578,397 415,239,986 354,884,238 294,523,096 251,710,182 188,276,974 159,449,126 141,062,854 114,099,673 76,394,739 49,756,163 43,341,054 37,874,325

290,014 5,337,769 6,499,304 4,050,684 8,081,071 1,038,430 522,158 89,018 32,193 34,063 19,965,452 15,783,024 13,587,861 12,310,514 5,248,440 9,853,473 1,944,041 7,720,754 13,984,985 4,680,053 2,278,373 1,003,696 198,886 630,238 104,738,050 91,087,948 97,809,136 92,954,921 68,642,326 51,033,139 36,386,077 26,036,933 19,451,056 18,339,207 13,867,386 16,678,619 14,510,253

208,742 3,209,142 3,166,531 2,085,466 1,136,828 1,101,678 230,842 221,860 61,423 34,102 4,862,336 4,711,659 4,633,426 4,489,436 3,955,514 2,479,200 1,190,274 3,378,805 3,512,043 3,223,135 1,048,425 729,998 764,979 705,384 36,709,179 29,511,138 19,515,495 17,798,086 15,519,406 11,197,545 9,607,831 9,078,187 7,192,591 4,980,001 6,104,191 5,813,765 5,420,283

DongABank 2009 DongABank 2008 DongABank 2007 DongABank 2006 DongABank 2005 DongABank 2004 DongABank 2003 2011 HBB 2010 HBB 2009 HBB 2008 HBB 2007 HBB 2006 HBB 2005 HBB 2012 MHB 2011 MHB 2010 MHB 2009 MHB 2008 MHB 2007 MHB 2006 MHB 2005 MHB 2004 MHB 2012 SCB 2011 SCB 2010 SCB 2009 SCB 2008 SCB 2007 SCB 2006 SCB 2005 SCB 2004 SCB 2003 SCB 2011 SeABank 2010 SeABank 2009 SeABank 2008 SeABank

42,520,402 34,713,192 27,376,038 12,040,339 8,515,913 6,444,663 4,619,968 41,449,948 38,234,584 29,240,379 23,606,717 23,518,684 11,685,318 5,524,791 37,979,948 47,281,765 51,210,983 39,712,473 35,162,410 27,110,786 17,805,270 11,779,714 8,196,693 149,205,560 144,814,138 60,211,654 54,492,474 38,596,053 25,941,554 10,973,473 4,032,299 2,268,912 133,674 101,092,589 55,241,568 30,596,995 22,268,226

34,010,811 25,303,892 17,793,644 7,970,615 5,960,048 4,562,382 3,105,806 21,761,358 18,300,130 13,358,406 10,515,947 9,419,378 5,983,267 3,330,218 24,206,324 22,669,954 22,628,912 20,136,341 16,112,073 13,924,999 10,113,433 8,436,973 5,968,281 88,154,900 66,070,088 32,409,048 30,969,115 23,278,256 19,477,605 8,206,696 3,356,936 1,812,966 1,001,133 19,312,999 20,188,951 9,625,900 7,585,851

5,530,456 5,951,366 7,535,739 3,228,626 1,871,154 1,523,457 1,198,607 17,236,803 15,005,051 15,207,290 12,486,489 13,566,985 5,382,082 2,073,950 9,978,000 21,228,439 26,353,026 17,789,689 17,915,805 12,644,776 8,215,201 3,935,890 2,050,475 20,778,575 24,316,574 14,673,721 14,631,924 9,554,725 4,572,622 2,132,163 396,514 337,261 96,072 75,747,620 32,677,103 19,955,246 13,788,010

4,176,389 3,514,954 3,229,195 1,532,211 711,757 532,904 405,591 4,345,597 3,393,727 3,251,899 2,992,761 3,179,345 1,756,381 391,464 3,439,916 3,187,020 3,213,494 1,175,716 1,119,843 1,065,755 929,027 850,111 793,691 11,370,065 11,334,503 4,707,037 4,481,649 2,809,167 2,630,953 850,236 330,420 169,178 92,855 5,536,734 5,743,378 5,481,440 4,028,972

SeABank SeABank SeABank SeABank Tinnghia Tinnghia Tinnghia Tinnghia Tinnghia Tinnghia VietABank VietABank VietABank VietABank VietABank VietABank VietABank VietABank VietABank VNCB VNCB VNCB VNCB VNCB VNCB VNCB VNCB

2007 2006 2005 2004 2010 2009 2008 2007 2006 2005 2011 2010 2009 2008 2007 2006 2005 2004 2003 2011 2010 2009 2008 2007 2006 2005 2004

10,994,812 3,353,999 1,349,888 532,972 26,233,278 9,644,747 3,937,579 2,768,469 423,501 436,211 11,578,215 13,290,473 11,919,395 6,573,283 5,743,094 2,713,000 1,663,608 1,340,853 701,283 11,810,197 10,051,710 5,123,996 1,624,280 831,214 306,362 185,202 127,983

13,943,125 5,908,713 4,005,713 1,585,741 11,743,476 5,357,070 766,568 1,343,794 323,686 308,881 6,412,160 8,697,043 3,184,609 3,114,174 3,351,237 1,331,202 607,650 360,608 189,464 9,412,368 6,787,904 1,838,365 976,130 158,006 93,040 45,638 12,890

3,366,485 1,055,536 291,776 161,473 3,902,020 3,617,447 600,212 628,979 203,441 209,651 3,576,096 2,936,893 14,101,849 8,835,485 1,327,258 756,950 316,388 233,045 139,744 3,215,935 3,255,424 1,558,358 582,381 577,809 211,833 91,209 15,289

26,241,088 10,200,417 6,124,937 2,283,813 46,413,917 15,940,139 5,031,892 4,187,554 792,225 782,368 22,513,098 24,082,916 15,816,725 10,275,897 9,467,375 4,180,832 2,357,878 1,760,569 911,118 27,171,346 19,761,557 8,527,732 2,990,399 1,142,613 435,890 243,128 145,847

TÀI LIỆU THAM KHẢO

Danh mục tài liệu tiếng Việt

Phòng Thương mại và Công nghiệp Việt Nam, 2012. Chặng đường 10 năm phát

triển và năng lực tiếp cận thị trường. Báo cáo thường niên doanh nghiệp Việt Nam

2012. Tháng 4 năm 2012.

Thống đốc Ngân hàng Nhà nước. Thông tư quy định về việc công bố và cung cấp

thông tin của Ngân hàng Nhà nước. 35/2011/TT-NHNN. Hà Nội, ngày 11 tháng

11 năm 2011.

Thủ tướng chính phủ. Nghị định về ban hành danh mục mức vốn pháp định của

Tổ chức tín dụng. 141/2006/NĐ-CP. Hà Nội, ngày 22 tháng 11 năm 2006.

Thủ tướng chính phủ. Nghị định về việc sửa đổi, bổ sung một số điều của Nghị

định số 141/2006/NĐ-CP ngày 22 tháng 11 năm 2006 về Ban hành danh mục mức

vốn pháp định của Tổ chức tín dụng. 10/2011/NĐ-CP. Hà Nội, ngày 26 tháng 01

năm 2011.

Danh mục tài liệu tiếng Anh

Adam Smith, 1776. An Inquiry into the Nature and Causes of the Wealth of

Nations. Edwin Cannan (editor), Max Lerner (introducer), Modern Library, New

York.

Altunbas, Yener, Fazylov, Otabek, Molyneux, Philip, 2002. Evidence on the bank

lending channel in Europe. Journal of Banking & Finance 26, 2093–2110.

Angeloni, I., Kashyap, A., Mojon, B., & Terlizzese D., 2002. Monetary

transmission in the Euro area: Where do we stand? ECB Working Paper, No. 114.

European Central Bank, Frankfurt.

Arellano, Manuel, Bond, Stephen, 1991. Some tests of specification for panel data:

Monte Carlo evidence and an application to employment equations. The Review

of Economic Studies 58, 277–297

Ashcraft, Adam B., 2006. New evidence on the lending channel. Journal of

Money, Credit and Banking, 38, 751–775.

Bernanke, B., & Blinder, A. S., 1992. The federal funds rate and the channels of

monetary transmission. American Economic Review, 82, 901–921. 60 L. de Mello,

M. Pisu / The Quarterly Review of Economics and Finance 50 (2010) 50–60

Bernanke, B., & Gertler, M., 1995. Inside the black box: The credit channel of

monetary transmission mechanism. Journal of Economic Perspectives, 9, 27–48.

Bernanke, Ben S., Blinder, Alan, 1988. Credit, money and aggregate demand.

American Economic Review, 78, 435–439.

Calza, A., Manrique, M., & Souza, J., 2006. Aggregate loans to the Euro area

private sector. Quarterly Review of Economics and Finance, 46, 2211–2226.

Cetorelli, N., & Goldberg, L. S., 2008. Banking globalisation, monetary

transmission and the lending channel. NBER Working Paper, No. 14101. National

Bureau of Economic Research, Cambridge, MA.

De Bondt, Gabe J., 1999. Credit channels in Europe: Cross-country investigation.

Research Memorandum WO&E No. 569, De Nederlandsche Bank, February.

Ehrmann, Michael, Gambacorta, Leonardo, Martínez-Pagés, Jorge, Sevestre,

Patrick, Worms, Andreas, 2003. Financial systems and the role of banks in

monetary policy transmission in the Euro Area. In: Angeloni, Ignazio, Kashyap,

Anil, Mojon, Benoit K. (Eds.), Monetary Policy in the Euro Area. Cambridge

University Press, pp. 235–269

Farinha, L., & Marques, C. R., 2001. The banking lending channel of monetary

policy: Identification and estimation using Portuguese micro bank data. Working

Paper, No. 102. European Investment Bank, Frankfurt.

Favero, Carlo A., Giavazzi, Francesco, Flabbi, Luca, 1999. The transmission

mechanism of monetary policy in Europe: Evidence form banks’ balance sheets.

Working Paper No. 7231, National Bureau of Economic Research

Friedman, M., 1968. The Role of Monetary Policy. The American Economic

Review, Vol. 58, No. 1. (Mar., 1968), pp. 1-17.

Gambacorta, Leonardo, 2005. Inside the bank lending channel. European

Economic Review 49, 1737–1759.

Hamilton, Jennifer D., 1994. Time Series Analysis. Princeton University Press,

Princeton, NJ.

Havrylchyk, Olena, Jurzyk, Emilia, 2005. Does the bank lending channel work in

a transition economy? A case of Poland. Mimeo, European University Viadrina

Horváth, Csilla, Krekó Judit, Naszódi, Anna, 2006. Is there a bank lending channel

in Hungary? Evidence form bank panel data. Working Paper No. 7, MNB.

Hülsewig, O., Winker, P., & Worms, A., 2002. Bank lending in the transmission

of monetary policy: A VECM analysis for Germany. Unpublished manuscript.

University of Würzburg, Würzburg.

John M. Keynes, 1931. Essays in Persuasion. Norton. New York, 1963.

John M. Keynes, 1936. The General Theory on Employment, Interest and Money.

Harcourt Brace. New York, 1964 .

Kakes, J., 2000. Identifying the mechanism: Is there a bank lending channel of

monetary transmission in the Netherlands? Applied Economics, 7, 63–67.

Kakes, Jan, Sturm, Jan-Egbert, 2002. Monetary policy and bank lending: Evidence

from German banking groups. Journal of Banking & Finance 26, 2077–2092

Kashyap, A. K., & Stein, J. C., 1993. Monetary policy and bank lending. In G.

Mankiw (Ed.), Monetary policy. Chicago, IL: Chicago University Press.

Kashyap, A. K., & Stein, J. C., 1995a. The impact of monetary policy on bank

balance sheets. Carnegie-Rochester Conference Series on Public Policy, 42, 151–

195.

Kashyap, A. K., & Stein, J. C., 2000. What do a million observations on banks say

about the transmission of monetary policy. American Economic Review, 90, 407–

428.

Kashyap, Anil K., Stein, Jeremy C., 1995b. The role of banks in the transmission

of monetary policy. NBER Reporter, Fall, National Bureau of Economic Research.

Kishan, Ruby P., Opiela, Timothy P., 2000. Bank size, bank capital, and the bank

lending channel. Journal of Money, Credit and Banking, 32, 121–141

Kishan, Ruby P., Opiela, Timothy P., 2006. Bank capital and loan asymmetry in

the transmission of monetary policy. Journal of Banking & Finance, 30,259–285.

Kohler, Matthias, Hommel, Judith, Grote, Matthias, 2005. The role of banks in the

transmission of monetary policy in the Baltics. Discussion Paper No10, Zentrum

für Europäische Wirtschaftsforschung.

Labonte, M., 2013. Monetary Policy and the Federal Reserve: Current Policy and

Conditions. CRS Report for Congress. February 12, 2013.

Le Viet, H. & Pfau, W.D., 2009. "VAR Analysis of the Monetary Transmission

Mechanism in Vietnam," Applied Econometrics and International Development,

Euro-American Association of Economic Development, vol. 9(1).

Matousek, Roman & Sarantis, Nicholas, 2009. The bank lending channel and

monetary transmission in Central and Eastern European countries. Journal of

Comparative Economics, Elsevier, 37(2), 321-334, June.

Mishkin, F., 1995. The Rational Expectations Revolution: A Review Article of:

Preston J. Miller, ed.:The Rational Expectations Revolution, Readings from the

Front Line. NBER Working Papers 5043, National Bureau of Economic Research,

Inc.

Mishkin, F., 1996. The Channels of Monetary Transmission: Lessons for

Monetary Policy. NBER Working Papers, 5464, National Bureau of Economic

Research, Inc.

Mishkin, F., 2006. Monetary Policy Strategy: How Did We Get Here?.

Panoeconomicus, Savez ekonomista Vojvodine, Novi Sad, Serbia, vol. 53(4),

pages 359-388, December.

Modigliani, F., 1971. Monetary Policy and Consumption. Consumer Spending and

Monetary Policy. The Linkages, Boston: Federal Reserve Bank of Boston, 9-84.

Modigliani, Franco and Merton H. Miller, 1958. The Cost of Capital, Corporatio

n Finance, and the Theory of Investment. American Economic Review, 48, 261‐

297

Peek, J., Rosengren, E. S., & Tootell, G. M. B., 2003. Identifying the

macroeconomic effect of loan supply shocks. Journal of Money Credit and

Banking, 35, 931–946.

Peek, Joe, Rosengren, Eric, 1995. The capital crunch: Neither a borrower nor a

lender be. Journal of Money, Credit and Banking, 27, 626–638.

Pruteanu, Anca, 2004. The role of banks in the Czech monetary policy

transmission mechanism. Working Paper No. 3, Czech National Bank.

Romer, C., & Romer, D., 1990. New evidence on the monetary transmission

mechanism. Brookings Paper on Economic Activity, 1, 149–198.

Sargan, John D., 1988. Lectures on Advanced Econometric Theory. Basil

Blackwell, Oxford.

Souza Sobrinho, N. F. (2003). Uma Avaliac¸ ão do Canal de Crédito no Brasil.

Rio de Janeiro, RJ: BNDES.

Stein, J. C., 1998. An adverse selection model of bank asset and liability

management with implications for the transmission of monetary policy. Rand

Journal of Economics, 29, 466–486.

Takeda, T., Rocha, F., & Nakane, M. I., 2005. The reaction of bank lending to

monetary policy in Brazil. Revista Brasileira de Economia, 59, 107–126.

Verbeek, Marno, Nijman, Theo, 1992. Testing for selectivity bias in panel data

models. International Economic Review 33, 681–703.

Wróbel, Ewa, Pawlowska, Malgorzata, 2002. Monetary transmission in Poland:

Some evidence on interest rate and credit channels. Materials and Studies No. 24,

National Bank of Poland.

Luận văn Thạc sĩ Kinh tế: Sự truyền dẫn chính sách tiền tệ qua kênh tín dụng ngân hàng ở Việt Nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH

….o0o….

NGUYỄN THỊ MỸ HIẾU

SỰ TRUYỀN DẪN CHÍNH SÁCH TIỀN TỆ QUA

KÊNH TÍN DỤNG NGÂN HÀNG Ở VIỆT NAM

LUẬN VĂN THẠC SĨ KINH TẾ

Tp. Hồ Chí Minh, năm 2013

26,241,088 10,200,417 6,124,937 2,283,813 46,413,917 15,940,139 5,031,892 4,187,554 792,225 782,368 22,513,098 24,082,916 15,816,725 10,275,897 9,467,375 4,180,832 2,357,878 1,760,569 911,118 27,171,346 19,761,557 8,527,732 2,990,399 1,142,613 435,890 243,128 145,847

Có thể bạn quan tâm

Bài tập lớn: Phân tích, làm rõ mối quan hệ giữa các biến số kinh tế vĩ mô đối với lạm phát tại Việt Nam giai đoạn 2000-2019

Bài tập lớn: Phương pháp nghiên cứu khoa học trong kinh tế

Các yếu tố tác động đến khả năng sinh lời tại các công ty thuộc nhóm ngành xây dựng niêm yết trên sàn chứng khoán Thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Các điều kiện thúc đẩy sự ra đời tiền kỹ thuật số (CBDC) của Ngân hàng Nhà nước Việt Nam

Bài giảng Tài chính quốc tế - Th.S Đoàn Thị Thu Trang

Bài giảng Tài chính quốc tế - PGS.TS. Đặng Ngọc Đức

Bài giảng Quản trị rủi ro tài chính - Học viện Ngân hàng

Bài giảng Kế toán ngân hàng thương mại - Trường Đại học Thương mại

Bài giảng Tài chính doanh nghiệp - ThS. Võ Thiên Trang

Bài giảng môn học Thanh toán quốc tế - GV. Nguyễn Thị Thanh Trúc

Luận án Tiến sĩ: Nghiên cứu các nhân tố tác động đến hạn mức chi trả bảo hiểm tiền gửi ở Việt Nam

Tóm tắt Luận án Tiến sĩ: Nghiên cứu các nhân tố tác động đến hạn mức chi trả bảo hiểm tiền gửi ở Việt Nam

Luận án Tiến sĩ Kinh tế: Ảnh hưởng của chính sách thuế đến phát triển bền vững doanh nghiệp nhỏ và vừa tại Việt Nam

Nghiên cứu các nhân tố ảnh hưởng đến quyết định chấp nhận sử dụng dịch vụ ngân hàng điện tử tại Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam - Chi nhánh Buôn Hồ (Đắk Lắk)

Tóm tắt Luận án Tiến sĩ: Ảnh hưởng của chính sách thuế đến phát triển bền vững doanh nghiệp nhỏ và vừa tại Việt Nam

Tác động của khả năng sinh lợi và cơ hội tăng trưởng đến cấu trúc vốn của 100 doanh nghiệp niêm yết hàng đầu Việt Nam

Tác động của cấu trúc sở hữu vốn đến thận trọng kế toán: Bằng chứng thực nghiệm tại các ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam

Ảnh hưởng của các yếu tố môi trường tinh thần đến hiệu quả công việc của nhân viên ngân hàng thương mại cổ phần tại Thành phố Hồ Chí Minh

Tác động của biến động dòng tiền đến đòn bẩy tài chính: Nghiên cứu thực nghiệm Việt Nam

Ảnh hưởng của tín dụng ngân hàng đến mối quan hệ giữa cấu trúc vốn và hiệu quả hoạt động của các doanh nghiệp bất động sản

Tài liêu mới

Luận án Tiến sĩ: Nghiên cứu xây dựng thuật toán thích nghi và học tăng cường cấu trúc Actor - Critic điều khiển bám quỹ đạo cho robot di động đa hướng mecanum

Luận án Tiến sĩ: Cơ cấu bệnh tim mạch và chất lượng cuộc sống của người cao tuổi mắc suy tim, rung nhĩ điều trị tại Bệnh viện Thống Nhất, thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

Tóm tắt Luận án Tiến sĩ: Nghiên cứu xây dựng giải pháp đảm bảo an toàn thông tin cho quá trình học liên kết dựa trên mật mã

Tóm tắt Luận án Tiến sĩ: Phát triển năng lực đánh giá công nghệ cho học sinh trong dạy học môn Công nghệ 11 ở trường trung học phổ thông

Tóm tắt Luận án Tiến sĩ: Nghiên cứu phân loại chi cầu diệp – Bulbophyllum Thouars (Orchidaceae) ở vùng Tây Nguyên bằng phương pháp hình thái và phân tử

Tóm tắt Luận án Tiến sĩ: Nghiên cứu đặc điểm phân bố và dinh dưỡng của các loài lưỡng cư ở Vườn Quốc gia Bến En và Khu bảo tồn thiên nhiên Pù Luông, tỉnh Thanh Hóa

Luận án Tiến sĩ: Tổng hợp luật dẫn và điều khiển cho một lớp tên lửa đối hải trên cơ sở ứng dụng mạng nơ ron và hệ mờ

Luận án Tiến sĩ: Nghiên cứu tổng hợp hệ điều khiển góc Pitch tua bin gió trong điều kiện có nhiễu tác động

Luận án Tiến sĩ: Nghiên cứu hóa học lipid của hai loài san hô thủy tức Millepora dichotoma và Millepora platyphylla ở Việt Nam

Luận án Tiến sĩ: Nghiên cứu kiểm soát phân phối công suất kéo trên cầu chủ động của ô tô con bằng ABS

Luận án Tiến sĩ: Ứng dụng phản ứng Domino vào tổng hợp các dẫn xuất Podophyllotoxin, Pyrimidine và đánh giá hoạt tính sinh học của các chất tổng hợp được

Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và một số hoạt tính sinh học của cây chùm ngây (Moringa oleifera)

Tóm tắt Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và ứng dụng ức chế ăn mòn cho thép của cao chiết xuất từ cây Lộc vừng thuộc họ Lecythidaceae

Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook

Youtube

TikTok